近年来，数据仓库和数据挖掘等新技术的迅速发展为决策支持系统(DSS)的发展开辟了新途径。将决策支持系统由传统的以模型库系统为主体，通过定量分析进行辅助决策转向由数据驱动进行辅助决策，使计算机辅助决策能力上了一个新台阶。目前开发的综合DSS是以数据仓库技术为基础，以联机分析处理和数据挖掘工具为手段进行实施的一整套解决方案。 本文以移动通信经营分析系统为研究背景，根据移动通信行业的数据特点，按照“自底向上”的基本原则，构建面向业务主题的数据集市，并在此基础上最终形成面向整个业务系统的中央数据仓库。在成功构建数据仓库系统之后，针对移动通信行业日益突出的客户流失问题，本文采用了多种理论相互融合的思想，将神经网络和决策树技术相结合，构建客户流失分析模型。文章对神经网络和决策树技术进行了深入的分析，研究其各自的优缺点，并分析了将这两种技术结合在一起的可能性及优势。在客户流失模型的构造过程中，本文针对神经网络算法的缺陷运用了新的改进算法，提高了训练的精度和收敛速度。同时，在传统的决策树算法的分裂准则中成功引入了误分代价的因素，从而提高了分类模型的准确性和适用性。最后通过实际数据对模型进行了应用评估，结果表明这种基于神经网络和决策树技术的预测模型能够对客户流失情况做出准确的预测，达到了商业使用的要求。