在即将进入5G时代的今天,云计算、大数据技术为各领域的数据分析提供了技术支持,数据分析用处越来越广,为各个公司的分析决策行为提供了基础。现阶段移动公司还在使用excel文档中的公式和函数进行数据分析,由于excel文档是静态的,具有可处理的数据量有限,数据挖掘能力不足,数据安全级别不高等缺点,这样既耗时得出的结果也不准确,推荐的套餐不够符合用户需求,提高了套餐类的投诉率。如何通过分析现有手机用户行为,挖掘出符合手机用户推荐套餐,让市场营销向着精准化、精细化发展,一直以来是移动公司市场营销部门追求的目标。本论文采用Django Web Project框架,数据获取采用Web Services技术,开发语言采用Python,聚类分析采用OPTICS算法。从手机用户数据参数(指标)的获取出发,完成手机用户消费数据获取、手机用户参数管理以及手机用户评估分析等模块。通过对手机用户的多种消费方法进行提取,分析不同用户的手机通话性质、上网流量、时间等指标,从而完成对各类不同类型用户的划分,并向不同类型的用户推荐套餐。移动公司可结合行业服务特点,进行专门的优化和改进,帮助自身更好地制定相关营销策略。本论文从需求分析、系统设计和系统实现等方面来完成研究,最后对系统功能和算法进行测试,表明系统能够实现手机用户行为分析的目标。通过提升手机用户行为评估的准确性,可制定出针对性更强的营销策略,让用户使用的套餐更加合理,满足用户差异化、个性化的服务需求,达到精准营销的目的。