本文提出了一种基于数据仓库、联机分析处理技术和数据挖掘技术的决策支持系统体系结构，即将海量数据(数据仓库中的数据)通过联机分析处理技术转化成有用的商业信息，再运用数据挖掘技术将大量有价值的信息转化成知识。本文使用联机分析处理技术设计了电信行业计费方面的多维在线分析模型和主题，把整个数据分析做成立方体并使之旋转起来，可以不断调整其中的数据并加以细致分析，而且瞬间便可以完成，提高对海量数据处理的快速性、多维性和可分析性。在数据挖掘的探讨中将模糊聚类方法引入到电信行业的数据挖掘中来进行研究，论述了模糊C-均值聚类算法的原理、步骤和程序实现算法。以网通计费结算的数据为背景，针对国际长话数据的特点，提出了基于模糊C-均值聚类算法，通过数据选择、数据预处理、算法实现等具体步骤，证明了模糊C-均值聚类算法是一种行之有效的电信国际长话数据挖掘的算法。本文最后将这种体系结构的产品和原型应用于实际的电信运营商中，在生产运营中进行验证，表明基于这种体系结构的决策支持系统能满足决策分析人员对于决策分析的快速型、准确型、智能型的要求，在电信计费决策支持系统中应用联机分析处理技术、模糊聚类技术是可行和可信的，有一定的实际意义，为决策提供了精确的数字，进而提升了组织的经营效率、知识价值与竞争优势，具有广阔的发展空间。