电信行业是典型的数据密集型行业,拥有大量的甚至是海量的客户数据资源.对电信行业客户消费数据进行深入挖掘可以为企业的资源优化配置和客户关系管理提供理论支持和技术保障.以电信行业的客户消费数据为基本研究对象,在衍生特征构造、样本调整以及特征选择等数据预处理的基础上,本文采用可处理混合数据且具有近似线性时间复杂度的一趟聚类算法建立电信行业的客户细分模型.经实证研究表明,该模型可以将电信的客户有效划分成四个具有不同忠诚程度和消费能力的客户群体,同时从各客户群的消费行为中还可以有效地分析出他们的消费偏向和