在当前社会中,信息时代的来临伴随着数据的爆炸性增长,丰富的数据与贫乏的知识之间的碰撞日益凸显,将海量的数据转换成有价值的信息和知识这一需求越发迫切。而作为计算机行业中发展最快的领域之,数据挖掘技术为满足这种需求提供了强有力的支持。在电信行业,随着市场竞争的加剧,竞争环境的不断变化数据挖掘被广泛应用于优化营销手段、客户保有及赢回、用户行为分析等多个方面,其中客户细分作为精细化营销、交叉组合营销及其他数据挖掘模型应用的基础,被各运营商广泛应用。而如何科学的利用这种挖掘手段,有效的指导运营商经营决策,成为了当前的热点问题。本文首先介绍了针对电信行业客户细分的应用研究的背景及意义,阐述了近年来国内外学者在这一领域的研究情况；然后对数据挖掘概念、流程、及典型算法及各类算法在电信行业的应用范围进行系统的说明；在论文的第三部分对基于数据挖掘的电信客户细分方法展开深入的研究,对比了几种典型的聚类算法,最终选择使用k-means聚类算法并详细说明使用这种方法进行电信客户细分的过程；最后系统的探索电信运营商应该如何应用数据挖掘来实现准确有效的客户细分,在此基础上探索客户细分在营销中实际的应用,并在最后指出仍然存在的问题及相应的对策建议,丰富电信行业客户细分的理论研究及其应用价值。