در سال های اخیر وقوع بحران های مالی و افزایش مطالبات معوق، منجر شده است تا بانک ها و موسسات مالی توجه بیشتری به ریسک های اعتباری داشته باشند. بنابراین بانک ها به منظورکاهش مطالبات معوق و بالا بردن کارایی مجبور شده اند از روش های گوناگونی برای ارزیابی ریسک اعتباری مشتریان بهره ببرند. اکثر پژوهش های قبلی جهت ارزیابی ریسک فقط روی تقیسم بندی مشتریان به دو گروه خوش حساب و بدحساب تمرکز داشته اند. بنابراین ارایه راهکارهایی که بتواند نگرش جامع تری از رفتار مشتری ارائه دهد و پارامترهای کمکی دیگری را نیز تخمین بزند، می تواند مثمرثمر باشد. بدین منظور، در بخش اول یک روش بهبود یافته برای انتخاب متغیرها و آماده سازی داده ها برای ورود به مدل بکارگرفته شد و سعی نموده ایم بر اساس مجموعه داده هایی که ایجاد می کنیم، با استخراج فیلدهای جدید در حد امکان همه ی تعاملات مشتری با بانک لحاظ شود و روی یک جنبه ی خاص تمرکز نشود. سپس با استفاده از فرآیند تحلیل سلسله مراتبی ، اهمیت داده ها مورد ارزیابی قرار گرفت و داده های مناسب برای ورود به مدل آماده شد. در فاز مدل سازی در پژوهش سعی شده است، امتیاز رفتاری مشتریان با توجه به رفتار بازپرداخت مشتریان و میزان دیرکرد آن ها به نحو مناسبی تعیین شود. بنابراین بانک ها و موسسات مالی می توانند با اندازه گیری ریسک اعتباری متقاضیان، بازگشت منابع خود را تضمین کنند و میزان تسهیلات اختصاص داده شده به یک فرد را به نحو بهینه ای تنظیم نمایند. تکنیک های داده کاوی استفاده شده ترکیبی از روش های خوشه بندی وکلاس بندی می باشد.ضمن اینکه سعی شده است با بکارگیری روش های متوازن سازی دقت مدل پیش بینی را بهبود بخشیم. در نهایت مدلی که بیشترین دقت را داشته باشد جهت پیاده سازی در سازمان مورد استفاده قرار می گیرد. فرآیند داده کاوی مربوط به مدل، بر روی مجموعه داده های متعلق به موسسه ی مالی بخش خصوصی انجام شده است. روش بکاررفته در این پژوهش ضمن داشتن نتایج بهتر نسبت به سایر روش ها برای مشتریان جدید هم محدودیت نداشته و می تواند برای آن ها هم توصیه هایی داشته باشد. نتایج حاصل یک روش پیشنهادی برای بانک ها خواهد بود تا با بهره گیری از تحلیل اطلاعات موجود، مشتریان خود را بهتر و دقیق تر شناسایی اعتباری نموده و نسبت به گذشته، ریسک اعتباری خود را کاهش دهد و منابع مالی خود را بصورت بهینه تری به مشتریان اختصاص دهند.