Insurance Claim Classification: A new Genetic Programming Approach
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 215
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_AMFA-7-2_011
تاریخ نمایه سازی: 21 اردیبهشت 1401
چکیده مقاله:
In this study we provide insurance companies with a tool to classify the risk level and predict the possibility of future claims. The support vector machine (SVM) and genetic programming (GP) are two approaches used for the analysis. Basically, in Iran insurance industry there is no systematic strategy to evaluate the car body insurance policy. Companies refer mainly to the world experience and employ it to rate the premium. An insurance claim dataset provided by an Iranian insurance company with a sample size of ۳۷۹۰۴ is considered for programming and analysis. According to the structure of the dataset, a supervised learning algorithm was used to describe the underlying relationships between variables.
کلیدواژه ها:
نویسندگان
Alireza Bahiraie
Faculty of Mathematics, Statistics & Computer Science, Semnan University ۳۵۱۳۱-۱۹۱۱۱, Semnan, Iran
Farbod Khanizadeh
Insurance Research Centre (IRC), Tehran ۱۹۹۸۷۵۸۵۱۳, Iran
Farzan Khamesian
Insurance Research Centre (IRC), Tehran ۱۹۹۸۷۵۸۵۱۳, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :