ارزیابی الگوریتم‌های درخت تصمیم، بیز ساده و رگرسیون لجستیک در کشف تقلبات بیمه اتومبیل

Authors

  • سجاد جنت بابایی دانش آموخته کارشناسی ارشد علوم محاسبات و برنامه ریزی موسسه آموزش عالی بیمه اکو
Abstract:

  از منظر علوم اقتصادی و با مراجعه به آمار و اطلاعات، تخلفات مالی در صنعت بیمه به‌صورت فزاینده‌ای در حال تبدیل‌شدن به یک مسئله جدی و قابل تأمل است. یکی از روش‌های مناسب جهت ارزیابی و مدل‌سازی تخلفات و تقلبات، تکنیک‌های داده‌کاوی است که می‌تواند نقش مهمی در کشف و پیش‌بینی تقلبات مالی ایفا نماید. این شیوه برای آشکار نمودن حقایق پنهان در ورای حجم انبوهی از داده‌ها بکار گرفته می‌شود. شرکت‌های بیمه می‌توانند الگوی پنهان در داده‌ها را کشف کرده و با مدل‌سازی و طراحی الگوهای مناسب اقدامات جدی در راستای کاهش تقلبات، مدیریت ریسک‌ها و ایفای تعهدات به عمل‌آورند. در این مقاله، تکنیک‌های رایج جهت کشف تقلب در بیمه‌های اتومبیل (شامل رگرسیون لجستیک، درخت تصمیم و دسته بندی بیز ساده) مورداستفاده قرار می‌گیرد. ابزارهای داده‌کاوی به‌طور معمول با هدف تعمیم مدل‌های کشف ادعاهای تقلبی و ارائه پیش‌بینی به کار گرفته می‌شوند. متغیرهای توضیحی که در سه مدل این مطالعه مورداستفاده قرار می‌گیرند، عبارت‌اند از: سابقه بیمه‌ای، تعداد ادعاهای خسارت، تأخیر در اعلان خسارت، سن، جنس، کروکی و مبلغ خسارت (شکوری 1390) داده‌های موردنیاز از یکی از شرکت‌های بزرگ بیمه، پس از اخذ مجوزهای لازم، جمع‌آوری شده است. داده‌ها به دو بخش تقسیم شده است. از بخش نخست برای ساخت مدل و از بخش دوم برای دسته‌بندی استفاده شده است. یافته‌های این مطالعه مؤید آن است که مدل رگرسیون لجستیک دقت بیشتری برای پیش‌بینی کل ادعاها(تقلبی و غیر تقلبی) نسبت به دو مدل دیگر، یعنی درخت تصمیم و روش بیز داشته است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

کاربرد داده کاوی در کشف تقلبات بیمه اتومبیل

در این پایان نامه تکنیک های اخیر و پرکاربرد مانند رگرسیون لجستیک،درخت تصمیم و بیز ساده به کار گرفته شده است. این تکنیک ها بر روی داده های واقعی که از شرکت بیمه ایران گرفته شده بکاربرده شد. بادرنظرگرفتن هفت متغیر توضیحی که به نظر در تقلبات بیمه ای موثر می آمدند، مدل اجرا شده است. تکنیک های مذکوردر نرم افزار spss clementine اجرا و نهایتا دقت مدل رگرسیون لجستیک بیش از سایر تکنیک ها بوده است.

15 صفحه اول

داده کاوی، آماری؛ ترکیب رگرسیون لجستیک چندگانه با درخت تصمیم

داده کاوی یک شیوه نوین برای استخراج اطلاعات در فرایند تصمیم گیری های علمی است و اغلب از روشهای آماری و یادگیری ماشین برای تجزیه و تحلیل داده ها استفاده مینماید. یک رویکرد جدید رد این راستا ترکیب شیوه های آماری و یادگیری ماشین برای کسب اطلاعات بیشتر از استفاده جداگانه هر یک میباشد. در این پایان نامه فرایند داده کاوی رگرسیون لجستیک و درختهای تصمیم معرفی میشوند و با ترکیب cart یکی از الگوریتمهای د...

15 صفحه اول

پیش‌بینی ورشکستگی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از درخت تصمیم و رگرسیون لجستیک

  هدف اصلی این مقاله پیش‌بینی ورشکستگی اقتصادی شرکت‌ها در بورس اوراق بهادار تهران با استفاده از درخت تصمیم (CART) و رگرسیون لجستیک است که از تکنیک‌های داده کاوی هستند و می‌توانند به امر پیش‌بینی کمک کنند. نسبت‌های مالی به عنوان متغیرهای مستقل و شرکت‌های سالم و ورشکسته به عنوان متغیر وابسته پژوهش استفاده شده است. جامعه آماری اطلاعات صورت‌های مالی شرکت‌ها در بورس اوراق بهادار تهران طی سال‌های 13...

full text

پیش‌بینی ریسک درماندگی مالی شرکت‌های بورس اوراق بهادار تهران با استفاده از مدل‌های تحلیل عاملی، درخت تصمیم و رگرسیون لجستیک

این پژوهش درصدد است تا با استفاده از مدلهای درخت تصمیم و رگرسیون لجستیک به پیش­بینی درماندگی مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران بپردازد. برای این منظور 33 نسبت مالی در افق زمانی 5 ساله مورد بررسی قرار گرفته است، از سوی دیگر، جهت کاهش بعد داده ها و یافتن الگوی ارتباط درونی مجموعه متغیر ها، از مدل تحلیل عاملی استفاده شده است و متغیر ها با توجه به میزان ارتباط شان با درماندگی مالی...

full text

مقایسه مدل درخت تصمیم و رگرسیون لوجستیک در ارزیابی پوکی استخوان

Introduction: Early detection of osteoporosis is a key to preventing of it; but recognition, without the use of appropriate diagnostic methods, due to the complexity of risk factors and gradual bone loss process, is problem. The purpose of this study is to develop and efficiency evaluation a predictive model of osteoporosis using decision tree technique as a diagnostic method based on available...

full text

ارائه رویکردی به منظور شناسایی مجلات ربوده شده با استفاده از الگوریتمهای درخت تصمیم

هدف: پژوهش حاضر با هدف تحلیل مجلات ربوده شده و ارائۀ ویژگی‌هایی جدید در جهت به‌کارگیری آنها و کاهش کلاهبرداری اینترنتی در این زمینه انجام شد. روش‌شناسی: برای دست‌یابی به این هدف، ابتدا براساس مطالعات انجام شده بر روی وب‌سایت مجلات قانونی و مجلات ربوده شده ویژگی‌های این نوع از حملات استخراج گشته و سپس مجموعة آموزشی ایجاد می‌شود. تعداد رکوردهای داده‌ای گردآوری شده 104 عدد است و با استفاده از ابزا...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 1  issue 2

pages  61- 80

publication date 2017-02-19

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023