ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیشبینی نوع بیمه مشتریان سازمان تامین اجتماعی با استفاده از ترکیب الگوریتم های دستهبندی

سال انتشار: 1395
کد COI مقاله: CEPS04_108
زبان مقاله: فارسیمشاهد این مقاله: 191
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیشبینی نوع بیمه مشتریان سازمان تامین اجتماعی با استفاده از ترکیب الگوریتم های دستهبندی

محمد جهانگیری - دانشگاه آزاد اسلامی واحد اصفهان خوراسگان، گروه کامپیوتر، خوراسگان، اصفهان، ایران
کیوان محبی - دانشگاه آزاد اسلامی واحد مبارکه، گروه برق و کامپیوتر، مبارکه، اصفهان، ایران

چکیده مقاله:

سازمان تامین اجتماعی از بزرگترین سازمانهایی است که با حجم عظیمی از دادههای خام مشتریان که درطی هر دوره عملکردی به وجود میآید، روبرو است. دادهها بهصورت خام قابل استفاده نیستند، بلکه دانش موجود در آنهاباید استخراج گردد. استفاده از ابزار دادهکاوی میتواند جهت کشف دانش بسیار مفید و موثر باشد. یکی از چالشهای پیش روی سازمان تامین اجتماعی، پیش بینی دقیق و سریع نوع بیمه مشتریان آن است. برای حل این مشکل، در این مقالهانواع مدلهای ترکیبی از دستهبندهای پایه در قالب چهار روش طبقهبندی، ترقی دادن، پشته سازی و رایگیری ارایه و عملکرد آنها مورد سنجش و مقایسه قرار گرفته است. بر اساس نتایج ارزیابیها، بیشترین دقت، در مدل ترکیبی پشته- سازی با دستهبند پایه رگرسیون لجستیک و دستهبندهای درخت کاربردی، درخت تصمیم متناوب، کتابخانه ماشین بردارپشتیبان و بهینهسازی متوالی کمینه به دست آمد که در مقایسه با الگوریتمهای پایه بهبود قابل توجهی داشتهاند

کلیدواژه ها:

نوع بیمه، دادهکاوی، دستهبندی، ماشین بردار پشتیبان، یادگیری ترکیبی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/617113/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
جهانگیری، محمد و محبی، کیوان،1395،پیشبینی نوع بیمه مشتریان سازمان تامین اجتماعی با استفاده از ترکیب الگوریتم های دستهبندی،چهارمین کنفرانس بین المللی پژوهش های کاربردی درمهندسی کامپیوتر و پردازش سیگنال،تهران،،،https://civilica.com/doc/617113

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، جهانگیری، محمد؛ کیوان محبی)
برای بار دوم به بعد: (1395، جهانگیری؛ محبی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • الهی، م.، (1390)، " تاثیر عوامل فردی، سازمانی و فن ...
  • استفاده از داده کاوی برای تخمین عمر بازنشستگی بیمه شدگان سازمان تامین اجتماعی با ایجاد انبار داده [مقاله کنفرانسی]
  • پیش بینی وضعیت تحصیلی دانشجویان با استفاده ازالگوریتم CART شبکه عصبی و افزایش دقت پیش بینی با استفاده از مدل ترکیبی [مقاله کنفرانسی]
  • Han, J. and Kamber, M., (2000), * Data Mining: Concepts ...
  • Chen, Ming-Syan, Jiawei Han, J. and Philip, S. Yu., (1996), ...
  • YU, L. WANG, Sh. And LAI, K. K., (2010), "Developing ...
  • Nemati Koutanaei, F. Sajedi, H. and Khanbabaei, M., (2015), _ ...
  • Ganesh Sundarkumar, G. and Vadlamani R., (2015), _ novel hybrid ...
  • Kolyshkina, I. and Brookes, R., (2002), _ mining approaches to ...
  • Ibiwoye, A. Ajibola , O. O. E. and Sogunro, A. ...
  • Akaike, H., (1974), _ new look at the statistical model ...
  • Schwarz, G., (1978), *Estimating the dimension of a model", Annals ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 9,674
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی