如何帮助企业提前识别高风险流失客户，已成为许多管理者关心的问题。许多数据挖掘方法用于通讯客户流失案例中时，存在因变量的分布不均匀导致算法精度下降的问题。文章采用人工数据合成法来解决该问题，提出四种客户流失预警模型：GLM-logistic 回归模型，GAM-logistic 回归模型，Sem-parameter GAM-logistic 回归模型和随机森林模型。以AUC和覆盖率-捕获率作为评价指标进行比较，构建出最合适该案例的Sem-parameter GAM-logistic 预警模型，以帮助企业减少不必要的客户流失及由此带来的企业损失。