摘要： 摘要：移动通信在高速发展的同时，也出现了大量用户离网的问题，如何基于客户信息、消费行为等历史数据，预测客户离网的倾向是一项重要的课题。面对庞大的原始数据集，数据挖掘在这个领域中发挥了重大作用，本文基于客户的历史数据和短期偶发数据，提出了链型挖掘的方法，并结合决策树，形成了一个综合的链型树分类器（Chain Tree Classifier, CTC），对CTC分类器进行了实验仿真，实验结果显示，CTC分类器对移动通信运营商感兴趣的单个事件发生的顺序进行了良好的预测，可以从中得到客户离网可能性的概率，从而帮助运营商寻求相应的方法来留住客户，降低离网率。
