یاسین قاسمی - University of Kharazmi
عباس خندان - Faculty of economics, University of Kharazmi
نرگس اکبرپور روشن - Faculty of economics, Institute for Humanities and Cultural Studies

پوشش بیمه سازمان تامین اجتماعی برای حرف و مشاغل آزاد به صورت اختیاری در سه نرخ ۱۲، ۱۴ و ۱۸ درصد ارائه می شود اما نگاه به آمار نشان می دهد که تقاضای این بیمه نامه ها بسیار پایین است. این پژوهش با استفاده از داده کاوی و با به کارگیری دو الگوریتم یادگیری ماشین یعنی درخت تصمیم و جنگل تصادفی به بررسی مشخصه های خریداران این نوع بیمه نامه ها پرداخته و با ارائه یک مدل طبقه بندی، رفتار آن ها را پیش بینی می کند تا از این طریق به سازمان تامین اجتماعی در جهت بهبود مدیریت ارتباط با مشتری کمک کند. برای این منظور، از اطلاعات ۱۲۸۶۱۷۴ نفر از خریداران انواع بیمه نامه های حرف و مشاغل آزاد سال ۱۳۹۹ استفاده شد که مشخصه های سن، جنسیت، متوسط درآمد ماهانه، میزان سابقه کار و نوع بیمه نامه خریداری شده را در بر می گیرد. نتایج به دست آمده نشان می دهند که زنان به طور عمده متقاضی بیمه نامه با نرخ ۱۲ درصد هستند در حالی که مردان به دلیل بر عهده داشتن بار تکفل خانواده عمدتا تمایل به خرید بیمه نامه های با نرخ ۱۴ و ۱۸ درصدی دارند. همچنین، در مردان با افزایش سن، درآمد و سابقه، تقاضای بیمه های با نرخ ۱۴ و ۱۸ درصد افزایش می یابد، اما چنین روندهایی برای زنان وجود ندارد. طبق نتایج به دست آمده متغیرهای میزان سابقه کار و پس از آن جنسیت در انتخاب نوع بیمه نامه تعیین کننده هستند، به گونه ای که طبق پیش بینی مدل افراد با سابقه کار کمتر از ۵/۴ سال متقاضیان قطعی بیمه نامه ۱۲ درصدی شناخته شده اند. با توجه به نتایج و انگیزه پایین زنان و جوانان برای انتخاب بیمه های با خدمات گسترده تر، سازمان تامین اجتماعی می-تواند ازطریق ارائه مشوق ها یا خدمات کوتاه مدت، جذابیت این نوع بیمه نامه با خدمات گسترده تر را در بین این گروه خاص افزایش دهد.

Pension Insurance of self-employed, Social Security Organization, Data mining, Machine learning, Classification, بیمه بازنشستگی حرف و مشاغل آزاد, سازمان تامین اجتماعی, داده کاوی, یادگیری ماشین, طبقه بندی