随着电信行业的高速发展，各运营商之间的竞争也愈加激烈，而客户资源的争夺是竞争中最为重要的环节。在这种背景下，通过分析所掌握客户海量信息，进行客户细分已经成为企业实施营销战略最为迫切和首要的任务。通过对大量的客户进行细分，可以划分相似消费群体，了解不同客户群体的消费特性，从而对市场结构有宏观的把握。因此客户细分已经成为电信企业市场营销策略制定，品牌推荐系统，新套餐研发的基础。 与此同时，熵理论在物理领域中得到长远的发展，而其在信息技术领域中的应用成果信息熵开始在管理科学，数据挖掘等领域中发挥作用，成为度量系统不确定程度，复杂度的一个有力工具；聚类分析技术不断完善和进步，从单纯的硬划分转向更能反映自然属性的软划分，其中基于目标函数的模糊聚类算法研究正成为当前的热点，并通过计算机的高速运算能力广泛的应用于客户细分领域。 本文提出了基于信息熵和K均值算法混合迭代模糊聚类的客户细分模型，解决了模糊聚类的原型初始化参数问题。首先对客户细分理论的研究现状和发展进行了介绍；然后将信息熵和K均值算法引入到模糊聚类中进行分析，再将其应用到电信客户细分领域中，进行了收敛性的证明，并在传统聚类测试数据集上进行了测试；最后结合联通客户的大样本数据进行了实际分析，与传统方法相比，取得了较好的效果。