امروزه شناخت مشتریان، خوشه بندی و تخصیص خدمت یا محصول به هرکدام از خوشه های مختلف یکی از مهم ترین مسائل بانک ها محسوب می شود. در این پژوهش اطلاعات 31.953 مشتری شامل پنج ویژگی، آخرین زمان مراجعه، تعداد تراکنش، مبلغ سپرده گذاری، مبلغ وام و مانده معوقات از پایگاه داده بانک استخراج شده است. سپس به کمک الگوریتم کا میانگین مشتریان در 7 خوشه جایگذاری شده است. هدف اصلی این پژوهش تخصیص 9 نوع وام و 4 نوع سپرده به هر خوشه از مشتریان براساس یک مدل ریاضی سه هدفه برای افزایش میزان رضایت مشتریان، کاهش هزینه ها و ریسک تخصیص خدمات و محصولات است. برای حل این مدل جواب های موجه اولیه درقالب سناریو های مختلف ازطریق شبیه سازی به دست آمده است. سپس به کمک الگوریتم تبرید جواب نزدیک به بهینه مشخص شده است. در این پژوهش از نرم افزارهای وکا و آر برای داده کاوی، ارنا برای شبیه سازی و لینگو برای بهینه سازی استفاده شده است.
