近年来随着云计算技术的发展以及移动终端设备的智能化,移动端的存储能力及计算能力得到提高,用户可以通过移动终端同时打开更多的应用程序,可以随时随地获取网络服务,因此越来越多的数据涌现出来,这些数据引起了研究人员及商业人士的广泛关注。电信运营商被称作是“数据金矿”的持有者,国内外的运营商都希望抓住大数据这一契机,将大数据有效利用。通信企业拥有的大数据以用户数据为主,如上网行为数据、网上交易数据、位置数据等,区别于以往的用户数据,这些数据多为非结构化数据,主要来源于互联网、移动互联网等,形成大数据量的数据源,因此如何更好地利用这些用户数据,如何选用合适的数据挖掘算法变得尤为重要。对用户数据进行挖掘,可以助力移动运营商为用户提供更好的个性化服务、降低用户离网率,带来新的增长点以及更多的业务机会,同时可以助力公司更好的应对大数据环境下的新挑战,避免沦为管道化经营,提高竞争优势。本文以黑龙江移动公司为研究对象(China Mobile Group Heilongjiang Company Limited,HLJ-CMCC),分析黑龙江省移动公司用户数据的类型、特点以及用户数据应用中存在的问题,进而分析用户数据挖掘的过程,将用户数据的挖掘过程分为用户数据获取与预处理、用户数据聚类与用户个性化管理三个阶段。在用户数据获取过程中,改进蚁群算法,完成云数据库传输路径优化;在用户数据聚类过程中改进CURE聚类算法,将用户分为高价值用户、潜在价值用户和低价值用户;最后将聚类结果与用户生命周期理论结合,进行用户个性化营销与用户挽留。通过对HLJ-CMCC用户数据挖掘及其应用的研究,一方面深化了数据挖掘的过程,融合大数据处理相关方法,完善了数据挖掘理论及方法;另一方面,帮助HLJ-CMCC合理的利用用户数据,充分挖掘用户数据,有效的进行业务处理,为HLJ-CMCC拓宽数据业务提供帮助。