تشخیص تقلب بیمه با استفاده از الگوریتم خوشه بندی و شبکه عصبی

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 801

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COPSS01_004

تاریخ نمایه سازی: 19 اسفند 1399

چکیده مقاله:

تقلب های بیمه ای از مسائل مهم و خسارت زا برای شرکت های بیمه و بیمه گران، در تمام رشته های بیمه ای است. یکی از راه های شناسایی تقلب در خسارت های اعلام شده، استفاده از اطلاعات تقلب های کشف شده در گذشته است. امروزه روش های داده کاوی و هوش مصنوعی به طور گسترده در کشف الگوها داده ها استفاده می شوند. استفاده از این روش ها می تواند در شناسایی خسارت های تقلبی در صنعت بیمه مفید باشد. در این مقاله علاوه بر بررسی روش های رایج برای شناسایی تقلب در بیمه اتومبیل یک روش ترکیبی مبتنی بر خوشه بندی و یادگیری بر اساس شبکه عصبی ارایه می شود. برای این منظور روش های مختلف خوشه بندی و شبکه های عصبی متفاوت برای رسیدن به بهترین پاسخ با کمترین خطا بررسی شده و مناسب ترین روش ترکیبی ارایه می شود. روش پیشنهادی در این مقاله در مقایسه با سایر روش ها توانسته به دقت مناسبی دست یابد. روش ارایه شده با دقت 98 درصد توانسته در تشخیص تقلب در سیستم های بیمه ای موفق عمل کند.

کلیدواژه ها:

تشخیص تقلب بیمه ، شبکه های عصبی ، الگوریتم های خوشه بندی

نویسندگان

مرضیه فریدی ماسوله

استادیار گروه کامپیوتر، موسسه آموزش عالی احرار رشت

احمد باقری

استاد دانشکده مکانیک، دانشگاه گیلان