موسسات اعتباری برای در اختیار قرار دادن انواع تسهیلات اعطایی به مشتریان خود ، نیاز به انجام بررسی های کاملی به منظور شناخت متقاضیان از ابعاد کیفی و کمّی دارند؛ تا از این طریق، ارزیابی کاملی از سنجش توان بازپرداخت و محاسبه احتمال عدم بازپرداخت تسهیلات و خدمات تأمین مالی از سوی آنان، به عمل آید، این بررسی ها را به طور عام اعتبارسنجی گویند. امروزه به منظور اعتبارسنجی مشتریان نظام هایی نظیر «امتیاز دهی اعتباری» و « رتبه بندی مشتریان اعتباری » تدوین و توسعه یافته اند. هدف از انجام این تحقیق رتبه بندی گروه های مشتریان و تعیین بخش های برتر از آنها می باشد تا با استفاده از آن شرکت بتواند عملیات تخصیص اعتبار را به نحوی مکانیزه انجام دهد. در اینجا پس از پیش پردازش اولیه از داده ها ، آنها را به مدل rfm تبدیل می کنیم. سپس با استفاده از دو الگوریتم خوشه بندی، شبکه عصبی som و k-means عملیات خوشه بندی را انجام می دهیم. در هر دو روش، مشتریان در بهترین حالت در 10 خوشه ای قرار می گیرند. در ادامه با استفاده از دو مدل رتبه بندی، ابتدا خوشه ها را رتبه بندی می کنیم. سه خوشه به عنوان خوشه های برتر تعیین شدند که به عنوان مشتریان هدف می باشند. سپس مشتریان خوشه های برتر را برای تعیین ضریب تسهیلات رتبه بندی می کنیم.