随着电子商务的迅猛发展,快递作为物流服务的一种特殊形式面临着爆发式增长的业务量,也注定了快递企业在未来一段时间内将一直处于扩张和完善中。相较于其他物流服务,快递要求速度更快、成本更低、时间更短,基本不需要仓储功能。物流网络规划是快递企业服务效率和质量的关键,而网点布局逐渐成为快递企业之间最主要的竞争领域。针对城市内快递物流网络优化问题,本文设计了包含集运中心、转运中心和配送网点在内的三层网络拓扑结构,并对每层中节点的功能、运营能力和选址方式等进行了定性分析。对于在客户聚类过程中不应随意跨越的河流、高速公路等地理障碍,提出了基于障碍约束的相异度度量方法,使其更符合现实情况,并设计了在大数据环境下能够快速实现的计算方法。将快递网点建设中的效益背反现象利用设定的工作量上限表示,把快递配送区域划分问题抽象建模,形成了基于约束聚类的站点配送区域划分方法论,并设计了有利于快速收敛的初始解选择方法。基于上海市实际配送数据进行案例分析,验证了模型的可行性。文中综合了现阶段的先进研究成果和研究方法,以数据挖掘的分析思路设计了城市内快递网络基层配送区域的划分方法。从三个方面对K-means聚类进行了实用性改进:基于障碍约束对聚类的相异度度量方法进行重新定义,并借助于空间分割算法进行快速实现;借鉴物流网络的相关研究成果,在聚类迭代中设定站点的工作量上限约束;通过改进算法的初始聚类中心生成方式,使其更为分散,有助于算法更快地趋于收敛。之后,利用建立的基于约束的客户聚类算法,对上海市某公司一日内的签收坐标数据进行数值实验分析,将102501条客户数据聚类为113个基层网点对应的配送区域,并将聚类结果显示在地图中。