استفاده از داده کاوی برای کشف تقلب در صنعت بیمه( مطالعه موردی بیمه شخص ثالث با استفاده از داده های چند شرکت بیمه ای و پلیس راهور)

چکیده در دنیایی که حوادث متفاوتی جان و مال انسان ها را تهدید می کند، بیمه راه کار مناسبی است تا ریسک این خطرات را از فرد به شرکت های بیمه منتقل کند. بیمه توافقی است بین بیمه گر و بیمه شونده که در ازای مبلغی مشخص(به عنوان حق بیمه)، اگر ضرر هایی که مفاد آن در بیمه نامه ذکر شده است به بیمه شونده وارد شود، بیمه گر تا سقف معینی این ضرر ها را جبران می کند. شرکت های بیمه ای محصولات مختلفی ارائه می دهند که هر کدام می تواند بخشی از این خطرات را پوشش دهد. نفس تقلب پذیر بیمه و تعامل آن با همه نوع قشر اجتماعی باعث شده که سوء استفاده هایی از آن صورت بگیرد. یکی از شاخه های بیمه ای، بیمه شخص ثالث می باشد. این بیمه کلیه خسارت هایی که به واسطه خودرو یا بار خودرو به اشخاص ثالث وارد می شود را تحت پوشش قرار می دهد. اما متاسفانه گاها فلسفه وجودی بیمه فراموش می شود و افرادی با ترفند های مختلف به قصد تقلب و سوءاستفاده از بیمه شخص ثالث برمی آیند. یکی از راه های کشف و مقابله با این نوع تقلب ها بررسی اطلاعات موجود در پرونده هایی است که از طریق بیمه-نامه شخص ثالث ادعای خسارت نموده اند. داده کاوی روش مناسبی برای تعامل با چنین بانک-های اطلاعاتی است و منجر به کشف دانشی ارزشمند از آن ها می شود. در این تحقیق با بررسی بالغ بر 600 پرونده شخص ثالث سعی شده است تا الگوهای تقلب در بیمه شخص ثالث را کشف نماید. اطلاعات از بین پرونده های چندین شرکت بیمه ای استخراج شده و بعد از فرایند آماده سازی داده ها، از خوشه بندی استفاده شده تا داده هایی که به هم شباهت دارند در گروه هایی مجزا قرار بگیرند. سپس با استفاده از نظرات کارشناسان خسارت اتومبیل در شرکت های بیمه ای سعی شده است میزان احتمال تقلب در خوشه های مختلف تخمین زده شود. در نهایت برای هر چه روشن تر شدن اطلاعات هر خوشه، از درخت های تصمیم برای دسته بندی و کشف قوانین حاکم بر هر خوشه استفاده شده است. برای خوشه هایی که ویژگی های آن دارای رنج وسیع مقداری بوده اند، از قواعد انجمنی برای کشف قواعد مشکوک استفاده شده است. در نهایت تعدادی از خوشه ها مشکوک به تقلب تشخیص داده شدند و همچنین از طریق قواعد انجمنی تعدادی از قوانین، مشکوک به تقلب شناخته شدند.