近几年来随着web2.0的发展,社交网络(SNS)作为web2.0的有形载体也实现了巨大的成长。伴随社交网络发展壮大的,一方面是社交网络的用户群,不同地域、性格和特质的用户群展现出了差异化的需求；另一方面是大大小小的社交网站,他们如雨后春笋般出现,开辟了硝烟弥漫的网络战场。面对差异化的用户群体和用户需求,如何细分市场识别并提供差异化的服务,以帮助企业在激烈的竞争中保持老用户,发展新用户,这是本文的主要论题。本文围绕社交网络理论和客户细分理论的研究,运用数据挖掘工具中的聚类和决策树算法,对社交网络的客户细分进行了深入的探讨并最终得出可指导实践的社交网络客户细分规则。本文的研究主要分为理论研究和实证研究两大方面。在理论研究方面,通过对社交网络理论和客户细分理论的研究,本文在第二章里综合两个理论,阐述了细分方法和细分变量的选取；并在第三章的数据挖掘技术中,介绍了数据挖掘中的聚类和决策树算法,在比较相关的算法优劣的基础上,确立了算法和模型的选择。基于理论研究方面的结论,在实证研究方面,本文选取了R语言作为研究工具。首先利用第二章确立的细分变量,选择JAVA开发爬虫程序从人人网中抓取数据；之后,采用了DIANA算法对抽样样本计算,得出可划分的簇数目；在此基础上进一步利用PAM算法对整体样本进行精确计算,得出了4大聚类,并引用了波士顿矩阵赋以名称和意义；最后,运用了决策树中CART算法和C4.5算法对决策树规则进行了探索,得出相应的树和规则以指导实践。