激烈的市场竞争归根于对客户资源的竞争,企业80%的利润来自于20%的客户,所以如何管理和利用好这些客户资源是客户关系管理的主要内容,客户细分作为客户关系管理的关键因素,其目的正是把杂乱的客户资源分为具体的类别,方便企业进行针对性的商业服务。本文对客户资源的细分挖掘采用的是聚类分析,其中经典的k-means聚类算法具有良好的聚类性能,但其对初始聚类中心值的选取很敏感,不同的聚类中心会导致不同的聚类结果和准确率,针对此问题,本文给出了一种基于遗传算法的k-means聚类算法,通过实验测试验证算法的有效性。本文主要工作如下：在保持遗传算法和k-means算法优良框架的前提下,首先对数据的编码采用了明确、直观的浮点数编码方法,而不是传统的二进制编码,遗传算法编码方式的改变也直接决定了选择算子、交叉算子、变异算子要进行相应的改进。另外,由于初始聚类中心的重要性,本文没有采取随机选取的方式,而采用了一种更加均匀的选取方式,以使聚类效果更好。最后本文对2组数据集进行混合遗传聚类挖掘和传统k-means算法挖掘,对实验结果进行分析比较,验证算法性能。