طراحی مدل ترکیبی برای طبقه بندی داده های نامتوازن در رشته بیمه شخص ثالث
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 277
فایل این مقاله در 7 صفحه با فرمت PDF و WORD قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CONFSKU02_039
تاریخ نمایه سازی: 11 آبان 1401
چکیده مقاله:
بخش عمده پورتفوی صنعت بیمه کشور را رشته بیمه شخص ثالث تشکیل داده است. از این رو شناخت رفتار این رشته بیمه ای جهت ارائه خدمات بهتر به مشتریان صنعت بیمه کمک شایانی خواهد نمود. تکنیک های داده کاوی جهت شناخت الگوهای واقعی، کمک شایان توجهی به کشف الگوها و رفتارهای پنهان می کنند که شناخت آنها چالش تصمیم گیرندگان را برای اخذ تصمیمات هوشمندانه مرتفع می سازد. نامتوازن بودن داده های صنعت بیمه باعث ایجاد چالش های بسیاری در تجزیه و تحلیل داده های مربوطه می شود. در این پژوهش، ما به طبقه بندی داده های نامتوازن بیمه شخص ثالث در یک شرکت بیمه معتبر می پردازیم. در این راستا دو روش ترکیبی برای رفع مشکل نامتوازن بودن داده ها براساس ۵ مدل پایه گاوسین بیز، بردارهای پشتیبان، لجستیک رگرسیون، درخت تصمیم، نزدیکترین همسایگی به منظور طبقه بندی موثرتر داده های مربوطه ارائه می شود. نتایج بدست آمده نشان می دهد که مدل های ترکیبی ارائه شده بهتر از سایر الگوریتم های داده کاوی برای داده های مربوطه جواب می دهند و استفاده از درخت تصمیم در تجمیع مدلهای پایه برای ساخت مدل ترکیبی نتایج بهتری نسبت به رای گیری مدل ها ارائه می کند.
کلیدواژه ها:
نویسندگان
مهناز منطقی پور
راهبر میزدادهکاوی، گروه بیمه الکترونیک، پژوهشکده بیمه، ایران
پریسا رحیم خانی
پژوهشگر میزدادهکاوی، گروه بیمه الکترونیک، پژوهشکده بیمه، ایران