در صنعت گردشگری درک رفتار و خصوصیات گروه های مختلف گردشگران و شناخت عواملی که هر کدام از این گروه ها را تشویق به خرید یک محصول خاص گردشگری می کند، اهمیت زیادی دارد. با شناخت نیازها و خصوصیات گروه های مختلف گردشگران، می توان در طراحی محصولات گردشگری، و نیز در تعیین استراتژی های توسعه و قیمت گذاری، به مزیت رقابتی دست یافت. در محیط کسب و کار رقابتی امروز، حفظ مزیت رقابتی و افزایش سهم بازار برای کسب و کارهای گردشگری بدون استفاده از ابزارها و تکنیک های داده کاوی برای توسعه و مدیریت خدمات گردشگری امکان پذیر نخواهد بود. داده کاوی با استفاده از تکنیک ها و روش های مختلف به کشف دانش مفید مشتری ازحجم زیاد داده های ذخیره شده در پایگاه های داده می پردازد. در این تحقیق ما به بخش بندی گردشگران بین المللی در ایران با بکارگیری تکنیک های داده کاوی می پردازیم تا بتوان به مدیران و تصمیم گیران گردشگری ایران در توسعه محصولات و خدمات مناسب گردشگری و بازاریابی و جذب بیشتر گردشگران کمک نماید. در این ارتباط، سه روش مختلف خوشه بندی شامل الگوریتم k-میانگین، نقشه خودسازمانده، و ترکیبی از این دو روش را مورد بررسی قرار داده و بهترین آنها را برای خوشه بندی گردشگران ایران بکار می گیریم. پس از انجام مقایسات، روش دو مرحله ای خوشه بندی شامل k-میانگین و نقشه خودسازمانده نتایج بهتری نشان داد. پس به تحلیل خوشه های گردشگران با استفاده از این روش دو مرحله ای پرداختیم. سپس با استفاده از روشی ابتکاری و جدید، ده خوشه از گردشگران بدست آمده را به چهار ابر خوشه کاهش می دهیم تا امکان مدیریت بهتر و پیاده سازی آن بهتر بوجود آید.