داده کاوی و کاربرد آن در تعیین حق بیمه خالص شخص ثالث اتومبیل

با افزایش تکنولوژی و امکان ذخیره سازی حجم عظیم اطلاعات در بانک های اطلاعاتی، استفاده از داده کاوه به عنوان فرایند کشف الگوهای گوناگون در داده ها در حال افزایش است و به یک موضوع مهم در حوزه های مختلف از جمله صنعت بیمه تبدیل شده . در این میان رشته شخص ثالث اتومبیل با اختصاص 43 درصد از حق بیمه های دریافتی و 57 درصد از خسارت های پرداختی صنعت بیمه مهم ترین رشته بیمه ای کشور محسوب می شود. از آنجاییک داده کاوی بیشتر به کاربرد ها و اهداف مورد نظر محقق، مدیر و یا ناظر توجه دارد تا به ماهیت داده ها و اطلاعات، تشریح کاربردهای و بکارگیری آن در تصمیم سازیهای صنعت بیمه مفید و ضروری است. در این مقاله، با معرفی مختصر صنعت بیمه بالاخص بیمه اتومبیل به بررسی تکنیک های داده کاوی در بخش های مختلف و مسائل پیش روی صنعت بیمه بالاخص مسئله تعیین حق بیمه خواهیم پرداخت. در این میان به علت اهمیت نقش کلیدی بانک های اطلاعاتی در انجام مراحل داده کاوی و راه اندازی بانک اطلاعاتی یکپارچه صنعت بیمه کشور (سیبا بخش بیمه های اتومبیل) این بانک اطلاعاتی را بررسی و کاربرد آن را در تعیین حق بیمه مناسب با استفاده از تکنیک های داه کاوی بیان می کنیم.

کلیدواژه ها:

بیمه ، حق بیمه خالص ، داده کاوی ، نظریه یادگیری آماری ، رگرسیون ، درخت تصمیم ، شبکه های عصبی