本文采用过程神经网络算法，针对移动通信客户流失分析的应用需求和数据特点，设计并实现了基于过程神经网络的移动通信客户流失分析原型系统，具体工作包括： 1.提出过程神经网络流失预测数据的压缩算法。由于过程神经网络主要分析的是客户行为序列，因此超大容量的预测数据存储已经成为妨碍过程神经网络算法在移动通信行业应用的首要问题。基于傅里叶变换等数学方法，提出一种可以将过程神经网络的预测数据压缩的数据预处理算法，并经过实际数据的检验取得到良好的实验结果。 2.针对移动通信环境下的流失分析的需求，设计了面向过程神经网络挖掘算法的优化机制。移动通信企业提供的海量数据对任何一种算法效率都是一种考验，针对流失分析这个具体问题，对过程神经网络算法的拓扑结构进行了优化，使之能在可控的范围之内，提高算法效率。 3.设计并实现针对移动通信环境下高效的过程神经网络数据挖掘的系统构架，解决了数据挖掘系统和数据库系统之间的I/O传输瓶颈，使系统可以顺利地在移动通信海量数据环境中进行部署和使用。 4.设计并实现了基于过程神经网络的移动通信客户流失分析的原型系统，并在实际的数据环境中进行了相应的测试和实验。 研究工作得到了中国移动通信集团公司“数据仓库技术在经营分析系统的应用研究”项目和国家自然科学基金：面向海量移动数据挖掘的过程神经网络算法与应用研究的支持。所提出的方法在基于过程神经网络的移动通信客户流失分析原型系统中得到实现和验证。