مقایسه بکارگیری دو سیستم منطق فازی و شبکه عصبی مصنوعی در کاهش هزینه های پرداخت تعهدات کوتاه مدت به بیمه شدگان سازمان تامین اجتماعی

همه سازمان ها در شرایط نوسانی اقتصاد جامعه، به دنبال کاهش هزینه های خود هستند و یکی از مهمترین اقدامات مدیران هر سازمان به منظور پایداری در ارائه خدمات و حفظ و ارتقای سرمایه های خود، پیش بینی متغیرهای وضعیتی خود یعنی منابع و هزینه ها می باشد.اگر سازمانی نتواند تعادلی بین درآمدها و هزینه های خود برقرار کند با مشکلاتی زیادی رو به رو خواهد شد، بخش قابل توجه ای از هزینه های سازمان تامین اجتماعی مربوط به پرداخت کمک های کوتاه مدت به بیمه شدگان می باشد که در برخی موارد درخواست های ثبت شده از سوی بیمه شدگان برای دریافت این کمک ها خلاف واقع است و این امر تاثیر مستقیمی در افزایش هزینه های این سازمان دارد . امروزه می توان از تکنیک های داده کاوی برای کشف الگوهای پنهان در مجموعه داده های انبوه و در نتیجه حل مسائل و مشکلات موجود در حوزه علوم مختلف استفاده و همچنین با انتخاب درست متغیرها و تکنیک مناسب،مدلی با کمترین خطا طراحی و پیاده سازی نمود .در این مقاله سعی کردیم ابتدا به مفهوم داده کاوی بپردازیم سپس با مقایسه بکارگیری دو سیستم منطق فازی و شبکه عصبی مصنوعی الگوی مناسبی جهت پیش بینی درخواستهای کمک های کوتاه مدت بیمه شدگان سازمان تامین اجتماعی ارائه دهیم .

کلیدواژه ها:

تعهدات کوتاه مدت ، داده کاوی ، منطق فازی ، شبکه عصبی مصنوعی