数据挖掘技术在提升电信业欠费预测及控制能力上的应用摘要：数据挖掘是目前发展迅速、应用广泛的一种从海量数据中抽取出潜在的、有价值的知识的过程。基于数据挖掘技术海量数据提取和知识发现的特点，本文主要基于数据挖掘技术在提升电信业欠费控制能力上进行分析与研究。基于电信客户是理性的和经济的这一基本前提，可以采用决策树，神经网络，关联规则分析等数据挖掘算法和统计分析技术，通过对电信客户的历史业务行为进行深入分析，从而预测其在未来时间的欠费倾向。 关键字：数据挖掘 欠费 预测引言 欠费问题是困扰通信行业的主要难题之一，长期居高不下的欠费用户量不仅关系到运营商的切身利益，更影响消费行业的平衡运作，欠费金额的激增不仅是对运营商切身利益的损害，更造成了国有资产的潜在流失，使国家蒙受损失。因此，追讨欠费是当前通信行业亟待解决的问题。虽然，现有电信业务经营分析过程中，根据业务人员在工作中积累的经验，已对部分欠费数据作出分析，如：欠费金额、欠费用户数、当月欠费用户数、逾期欠费用户数等。但是，针对已发生欠费行为的用户做出分析，分析范围有限，不能达到控制欠费及预测欠费的目的，最终结果还
