文章主要研究了基于数据挖掘算法在电信行业中的客户流失问题。如何更准确的利用海量数据通过挖掘算法建立客户流失预测模型是该课题的关键。即根据流失客户和非流失的客户性质和消费行为，通过数据挖掘技术在海量的历史数据中实施挖掘分析，搭建客户流失预测模型，分析出哪些用户的流失概率最大，并根据流失客户的消费行为及客户流失的其他相关因素，给市场营销提供决策支持。　　 文章采用理论研究和实证研究相结合的方法，以某移动分公司的客户数据为基础，构建了基于决策树和神经网络的D-N混合模型。详细阐述了包括属性、数据的准备、模型的构建以及模型的评价和应用的整个过程。文章采用数值化指标和图形化指标对模型进行评估，使评估更加客观，研究结果表明混合模型在预测精度和命中率方面都有所改善，从整体性能来看也要优于该公司现有的客户流失分析方法。文章利用D-N混合模型的结果，在分析该移动分公司在网用户未来一个月的流失概率的基础上，探讨了流失概率高的客户月消费额、在网时长、性别、通话次数等属性，总结了客户流失的原因，并提出了相应的客户挽留措施。　　 最后，对所做的主要研究工作进行了总结，并针对以后的研究内容提出了方向和思路。