近年来，随着移动业务竞争的加剧，用户对运营商的依赖性降低，用户的在网时长不断缩短，忠诚度也不断降低。如何增加用户忠诚度，延长用户的在网时长，同时寻找新的业务增长点，是各运营商普遍关注的问题。在这样的背景下，电信运营商纷纷求助于IT技术，希望从中找到竞争制胜的良方。本文主要对联通语音业务的客户行为进行了聚类研究。　　 论文完成的主要工作如下：　　 (1)客户行为分析及其聚类方式的研究：研究了现存的客户行为分析的聚类方案，通过对聚类算法特别是层次聚类算法进行分析，发现了现存方案存在的不实用的问题，提出了一种实用、覆盖性广、基于预测和可控性的聚类方案。　　 (2)改进的层次聚类算法研究：提出了基于并行聚类优化、基于密度预先聚类处理的优化和基于双中心进行优化的新的层次聚类算法，解决了传统层次聚类算法效率低、不适用于大型数据集的问题，同时提高了聚类结果的准确性。　　 (3)改进的层次聚类算法在客户行为分析中的应用：对联通客户行为数据进行分析，建立了用于客户行为分析的关键性指标，形成了用于客户行为分析的数据仓库，最后通过优化后的层次聚类算法对客户行为进行了聚类分析，得到结果。　　 本文通过提供一种实用的聚类方案，为客户行为分析提供支持，为具有不同行为特征的用户提供不同的营销措施，以实现精细化营销和差异化营销的目的。