本文以数字电视运营行业为背景,研究了数据挖掘技术在数字电视运营支撑管理系统中的应用范围和使用方式。以聚类算法CLARANS为重点,分析了该算法在处理大数据集时所产生的聚类结果在准确性、稳定性和效率等方面的不足,提出一种基于空间网格结构的GCLARANS算法。结合数字电视运营支撑管理系统的技术架构,设计并实现了一种基于改进的GCLARANS聚类算法的数字电视客户细分模型。本文围绕这一主题,主要做了以下工作：(1)首先,介绍数据挖掘和数字电视运营支撑管理系统的基本概念,分析了数据挖掘技术在数字电视运营支撑管理系统中的应用领域。(2)其次,重点介绍聚类技术的概念、聚类技术的分类以及聚类算法的评价标准。针对CLARANS算法在处理大型数据集合时准确性、稳定性较差以及效率较低的问题,确立了以优化初始节点选择、减少邻居节点探索过程中的运算量为出发点来改善CLARANS算法,并通过实验对改进算法GCLARANS的有效性进行了验证。(3)再次,根据客户细分理论,提出了一种客户相似度模型,结合GCLARANS算法,给出了完整的数字电视客户细分模型的实现,并在真实数据集合上对模型的有效性进行了验证。(4)最后,结合数字电视运营支撑管理系统的技术架构,详细介绍了数据挖掘系统的构建过程。本文的研究成果,包括数据挖掘算法以及数据挖掘系统的构建方法,不仅可以应用于数字电视运营行业,也可以应用于其它行业。对于计划构建或正在构建数据挖掘系统的企业具有一定的参考价值和指导意义。