توسعه مدل کاهش ریسک در صنعت بیمه اتومبیل کشور با استفاده از تکنیک های داده کاوی

پایه گذاری سیستمی که ریسک مشتریان را کنترل کند، بخش مهمی از مدیریت علمی یک شرکت بیمه تلقی می شود. با توجه به اهمیت ریسک بیمه های خودرو، در این تحقیق تعدادی از تکنیک های داده کاوی برای تحلیل ریسک مشتریان در دو رشته بیمه شخص ثالث و بیمه بدنه در شرکت های بیمه ایرانی مورد استفاده قرار گرفته است. هدف آنست که در نهایت یک مدل تصمیم¬گیری ارائه گردد تا شرکت های بیمه بتوانند با توجه به آن، ریسک مشتریان خود را پیش بینی نموده و سیاست های لازم را اتخاذ نمایند. روش تحقیق بر اساس یک فرایند استاندارد داده¬کاوی می باشد، بدین صورت که داده های مشتریان گذشته جمع آوری و پالایش شده و متغیرهای موثر بر رفتار ریسک مشتریان شناسایی شده اند. سپس مشتریان بر اساس میزان ریسک در دو طبقه خوب (ریسک کم) و بد (ریسک زیاد) قرار داده شده اند و برای هر مشتری یک برچسب کلاس در نظر گرفته شده است. بعد از پیش پردازش و تغییر روی رکوردها (مشتریان) و فیلدها (ویژگی های مشتریان)، تکنیک درخت تصمیم c5 بر روی داده های نهایی اجرا شده و الگوهای پنهان به صورت یک درخت در قوانین داده کاوی ارائه گردیده است. داده های نهایی همچنین با چند الگوریتم دیگر مانند درخت های تصمیم سنتی، شبکه های عصبی، شبکه های بیزین و ماشین بردار پشتیبان نیز مدل سازی شده اند. نتایج نشان داده است که الگوریتم c5 نتایج بهتری را برای دسته بندی مشتریان نسبت به سایر الگوریتم ها دارا می باشد.