随着农村经济条件的逐步改善和城市市场日趋饱和，农村市场成为移动通信运营商关注的焦点。为了有效开发农村市场，运营商需要深入了解农村市场结构和客户消费行为，因此，合理细分农村移动通信市场来挖掘农村潜在用户市场并制定农村化的套餐业务，是当前运营商急需解决的课题。 将数据挖掘技术应用于农村移动通信市场细分，可以定量化、综合化的刻画农村市场的结构和特征，实现更为精确、高效的市场细分。因此，本文结合实际项目，应用“数据挖掘”技术，借助农村市场调查数据和移动通信运营数据，从两个角度对农村移动通信市场进行了细分研究。 从农村居民特征偏好的角度进行了市场细分研究，协助运营商深入了解农村移动通信市场客户构成。首先，采用抽样市场调查的方法获取了农村居民的移动通信消费偏好数据；然后，使用BP神经网络和SOM算法相结合的聚类方法进行了细分建模；最后，在细分市场评估的基础上提出了农村移动通信市场的客户开发策略：稳定个体户客户群，激励公务员客户群，培养农民客户群。 从农村用户消费行为的角度进行了市场细分，协助运营商了解农村用户的消费行为模式。 首先，收集了农村用户消费行为数据； 然后，使用K-SOM算法进行了消费者行为细分建模，通过K-SOM算法实现了高维客户行为数据的二维映射，在映射的基础上使用K-均值算法进行了市场细分聚类建模； 最后，在分析不同细分市场的消费行为模式的基础上，给出了针对性的营销策略。