امروزه صنعت بیمه یکی از ضروری ترین بخش های اقتصادی هر کشوری بشمار می رود و رشد این صنعت بیانگر توسعه یافتگی و افزایش پس اندازهای مالی می باشد. طبقه بندی ریسکی بیمه گذاران بر مبنای ویژگی های قابل مشاهده می تواند به شرکت های بیمه جهت کاهش زیان، افزایش نرخ پوشش بیمه و جلوگیری از وقوع انتخاب نامساعد در بازار بیمه کمک شایانی نماید. در کشور ما بیمه اتومبیل یکی از مهمترین رشته های بیمه ای بوده که سهم عمده ای را در پرتفوی صنعت بیمه دارا می باشد. اخذ حق بیمه تقریباً یکسان از تمام افراد با ریسک های مختلف، سبب تعیین نرخ های ناعادلانه و زیان شرکت های بیمه می گردد. لذا در این نوشتار با استفاده از مفاهیم شبکه خود سازمانده مدلی تحت عنوان aicsit جهت بخش بندی مشتریان بیمه بدنه اتومبیل بر اساس ریسک آنها ارائه گردید. در این تحقیق عوامل تأثیرگذار بر ریسک بیمه گذاران طی دو مرحله شناسایی گردید. در مرحله اول هیجده فاکتور ریسک در چهار گروه شامل مشخصات جمعیت شناختی، مشخصات اتومبیل، مشخصات بیمه نامه و سابقه راننده از بین مقالات علمی منتشر گردیده در ژورنال های معتبر در بازه سال های 2000 الی 2009 استخراج گردید و در مرحله دوم با استفاده از نظرسنجی از خبرگان فاکتورهای نهایی تعیین گردید. در این تحقیق جهت بخش بندی مشتریان بیمه بدنه اتومبیل بر اساس ریسک از شبکه های خود سازمانده به دلیل قابلیت در ارائه خروجی شبکه در قالب نقشه های گرافیکی گویا و قابل فهم برای مدیران سازمان ها، توانایی نمایش روابط خطی و غیرخطی بین متغیرها، عدم حساسیت شبکه به تعداد دادگان تعلیم و حساسیت کم این نوع شبکه ها به وجود نویز در دادگان تعلیم استفاده شد. و همچنین در پایان نیز از تکنیک k-means به عنوان یکی دیگر از پرکاربرد ترین تکنیک های بخش بندی جهت در داده کاوی مقایسه با شبکه خودسازماده استفاده گردید.