داده کاوی یک ابزار با ارزش برای درک نیازهای مشتری می باشد. خوشه بندی جز مهمترین تکنیک های داده کاوی به شمار می آید. در این تحقیق، الگوریتم پیشنهادی که جزء الگوریتم های فرا ابتکاری است، برای خوشه بندی بهینه ، ارائه می شود. الگوریتم پیشنهادی از دو الگوریتم رقابت استعماری برای تعیین تعداد بهینه خوشه ها و الگوریتم جغرافیای زیستی برای توسعه خوشه بندی تشکیل شده است. پس از تعیین تعداد خوشه ها، اعتبار تعداد خوشه ها مورد بررسی قرار می گیرد و خوشه بندی با الگوریتم پیشنهادی انجام می شود و آن را با برخی الگوریتم های خوشه بندی دیگر مورد مقایسه قرار می دهیم تا عملکرد بهتر این الگوریتم برای ما مشخص شود. پس از آن، با استفاده از تکنیک های داده کاوی نظیر درخت تصمیم، به تجزیه و تحلیل هر بخش پرداخته خواهد شد و استراتژی های بازاریابی مختص به هر خوشه تعیین می شود. نتایجی که درخت تصمیم به نمایش می گذارد به صورت قوانینی است که می توان برای پیش بینی مشتریان جدید قرار گیرد که در کدام خوشه قرار خواهند گرفت. پس از بخش بندی و تعیین خوشه ها از تکنیک های داده کاوی پیش بینی کننده برای سنجش دقت پیش بینی مشتریان جدید که در کدام خوشه قرار می گیرند بهره خواهیم برد و بهترین تکنیک پیش بینی کننده را از نظر دقت و صحت ارائه خواهیم کرد.