随着企业市场的稳健发展，客户资源正成为企业最具有价值的资产。将客户细分技术用于客户偏好分析，能够为企业调整和制定合适的营销策略提供有益的帮助。近年来由于电子商务的快速发展，网络购物越加普遍。在线购物场景下，客户往往依据商家对货物的描述以及相关客户评论来判断货物的质量和特征。客户评论是广大客户对购买商品信息的反馈，更为真实的反映了客户对商品及服务的偏好。由于客户评论大多为在线式短文本数据，且易于获取，因此本文以短文本数据为研究对象，着重研究文本数据的维数约减方法和基于文本聚类的客户细分问题。本文的研究工作主要包括以下两点：（1）研究了一种改进的基于信息增益的文本降维方法，以用于客户评论数据集的筛选。针对传统信息增益方法仅考虑信息增益中评判特征词的全局重要性，本文将TFIDF（Term Frequency–Inverse Document Frequency）的思想引入信息增益，改进了传统信息增益方法没有考虑特征词的局部重要性方面的不足；进而基于这种改进的信息增益方法，通过文本聚类，以用于评估原始客户评论数据集中文本数据的可用性，实现原始客户评论数据集的有效筛选。（2）研究了基于语义的PCA（Principal Component Analysis）文本降维方法，以通过文本聚类实现客户细分。由于传统的PCA降维方法没有明确使用文本数据集中特征词语之间存在的潜在语义关联，本文借助于《同义词词林》，在合并同义词语及满足包容关系的特定词语的基础上运行PCA方法，从而使得降维后得到的新特征空间在较好表示原始空间的同时，更好的描述原始空间中特征词语之间的语义关联。进而，通过聚类分析技术实现了对客户关注属性的分析，以发现关注人群的分布情况以及不同的客户的行为偏好。