在信息技术飞速发展的今天,数据呈现出爆发式的增长趋势。现在各行各业都把关注的目光转向了从海量数据中提炼有价值的信息.电信行业每天都会产生数以亿计的数据,对于这样一个庞大的数据库,各大运营商都将如何利用好用户数据,充分挖掘用户数据信息作为重点,以此来改善营销方式和提升服务质量,实现增强市场竞争力和提高企业利润的目的。数据挖掘的意义在于提供给运营商一个新的分析市场情况的方法,将商业模式与数据挖掘结合起来,可以更好地帮助运营商进行决策以及提高市场竞争力。文章梳理了相关的研究文献,介绍了数据挖掘的基本理论、方法和挖掘的基本流程,并将聚类分析和关联规则挖掘进行细致的介绍。在建立Spark平台的基础上,分析了 A市联通业务信息,采用k-均值方法进行了聚类分析,根据A市联通用户基本业务的消费情况将用户分为三类,进而在这三类用户中进行关联规则挖掘,在运用支持度和置信度的基础上,又融入了提升度作为衡量指标,并且通过改进的、不产生候选的FP-Growth算法来发现频繁项集,从而根据已开通的业务进行关联业务挖掘,探究提升度较高的业务,并根据实证结果提出相应的政策建议。研究结果表明,目前A市联通用户根据其基本业务的消费情况分为中小学生与中老年群体、爱好上网的青少年群体和上班族这三类,再对这三类用户已开通的业务中进行关联规则挖掘,得出对中小学生与中老年群体推送基础类业务、对爱好上网的青少年群体主要推送上网类业务以及对上班族推荐集团型业务。并将详细的、合理的政策建议提供给企业。