یکی از کاربردهای الگوریتم های داده کاوی ، تقسیم بندی است. با کمک داده کاوی می توان داده ها را به دو یا چند گروه دلخواه تقسیم کرد.دراین تحقیق هدف تقسیم بندی مشتریان دارنده پایانه فروش بانک ملت استان همدان به دو گروه سودآور و غیر سودآور است. به این منظور از سه روش مجزا استفاده شده است: قواعد انجمنی، ترکیب ماشین بردارهای پشتیبان و شبکه استنتاج عصبی-فازی و درخت تصمیم گیری. ابتدا ویژگی های مشتریان از طریق چک لیست جمع آوری شد و پس از آن سودآور یا غیر سود آور بودن آنها از طریق پایگاه داده بانک که در آن مشتریان رتبه بندی شده بودند تعیین گردید. سپس داده های مربوط به مشتریان با کمک روش های داده کاوی ذکر شده، به جهت کشف قوانین حاکم کاویده شد و از طریق هر کدام یک سری قوانین اگر-آنگاه به دست آمد. از نظر درصد خطای پیش بینی، روش ترکیب ماشین بردارهای پشتیبان و شبکه استنتاج عصبی-فازی درصد خطای کمتری در پیش بینی داشت و پس از آن به ترتیب درخت تصمیم گیری و قواعد انجمنی قرار گرفتند. کلمات کلیدی: داده کاوی، ماشین بردارهای پشتیبان، شبکه استنتاج عصبی-فازی ، قواعد انجمنی، درخت تصمیم گیری، تقسیم بندی، پایانه فروش فروشگاهی