近年来,全球数据的快速积累以及传播速度不断地提高。人们面对如此海量的数据,处理方式略显落后,因此数据挖掘技术得到了前所未有的迅猛发展。数据挖掘就是从庞大的数据集中发现未知的、有规律性的但又具有价值的过程。聚类分析作为数据挖掘的重要技术之一,其目的在于同一类别相似度尽可能的大,而不同类别相似度尽可能的小。K-means算法是最知名、最常用的聚类算法之一,它是基于划分的算法。该算法在处理均值数据时快速、有效,计算复杂度具有可扩展性等特点。但是必须需要用户事先确定聚类个数,并且常常终止于局部最优致使得不到最佳聚类结果,随机选取初始聚类中心使得聚类结果不稳定,此外对孤立点与噪声非常敏感等缺点。本文首先介绍了数据挖掘的研究背景与意义,然后从聚类的准则函数、数据类型、数据结构和相似度等相关概念介绍了聚类分析,在此基础上全面细致地研究了K-means算法的原理、优点与缺点。针对K-means算法的缺点提出了两种改进算法:首先从K-means算法需要用户事先指定k值大小的缺点提出了距离最大自动生成k值算法,通过距离最大的思想确定k值从而使用户减少对该参数的依赖;接着利用坐标旋转算法改进了随机选取初始中心的缺点,该算法在确定了初始中心点确保聚类结果变得稳定,并且避免了局部最优的情况,通过大量实验论证了两种改进算法的可行性与正确性。最后将改进算法和K-means算法应用在市场细分中,对淘宝网中男士钱包的各种品牌以及店铺销售情况做了细分结果,得出了细致的划分,为企业决策者提供了商业决策,从而对企业进入淘宝平台奠定了一定的基础,很大程度的减少了企业的投资风险。