شناسایی رفتار متقلبین بیمه اتومبیل و خوشه بندی آنها با استفاده از روش داده کاوی
محل انتشار: نخستین کنفرانس بین المللی بورس - بانک - بیمه با رویکرد توسعه پایدار (ارتباط دانشگاه با صنعت)
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 915
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
- صنعت بیمه > صنعت بیمه
- صنعت بیمه > بیمه اتومبیل
- صنعت بیمه > تقلب و کشف تقلب در بیمه
- هوش مصنوعی > داده کاوی
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SEBID01_003
تاریخ نمایه سازی: 9 فروردین 1395
چکیده مقاله:
طبق برآورد محتاطانه ای که در موسسه انجمن ملی ضد تقلب مراقبت های بهداشت (NHCAA) صورت پذیرفته، مجموع پرونده های متقلبانه را میان 3 تا 10 درصد اعلام نموده است که این درصد در شاخه های مختلف بیمه ای متفاوت بوده ودر بیمه های اتومبیل تا 15 درصد نیز برآورد شده طبق اعلام این شرکت در سال 2007 مبلغ خسارت پرداختی در آمریکا 2240 میلیارد دلار بوده که برآورد می شود 67 تا 224 میلیارد دلار آن بابت تقلب پرداخت شده و از 2600 میلیارد دلار خسارت پرداختی در سال 2008؛ 78 تا 260 میلیارد آن صرف تقلب شده است . بررسی تحقیقات نشان می دهد که روشهای داده کاوی برای کشف تقلبات بیمه ای ماثر می باشند . (Bermudez et al , 2008 & Phua et al ,2004)در قدم اول برای جلوگیری و کاهش این تقلبات باید افراد متقلب و انگیزه آنها و چگونگی انجا تقلبات را شناسایی کرد .ما در این مقاله به کمک روش های داده کاوی به بررسی رفتار مشتریان متقلب در گذشته پرداخته و با توجه به این که افراد متقلب دارای انگیزه ها و روشهای مختلفی برای انجا تقلب می باشند ابتدا آنهارا خوشه بندی و سپس به بررسی هر خوشه پرداخته ایم.
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 :