طبقه بندی مشتریان براساس شاخص سودآوری با استفاده از تجزیه و تحلیل مه داده ها (Big Data) : مطالعه موردی در صنعت بیمه
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 260
فایل این مقاله در 20 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:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RMIL05_001
تاریخ نمایه سازی: 24 آبان 1400
چکیده مقاله:
در این مقاله به بررسی یک روش جدید در سودآوری مشتری با افزودن اندوخته خسارت آتی که کاربرد گسترده ای در صنعت بیمه دارد، پرداختهمی شود. با توجه به پیشینیه رفتاری خرید و جریان نقدی قابل پیش بینی در آینده، این روش پیشنهادی سهم واقعی بیمه را می تواند به طورموثر اندازه گیری کند. براساس این مقاله، در ابتدا از رگرسیون پیش بینی تصادفی که یک روش برای تجزیه و تحلیل مه داده، در پیش بینیسودآوری بیمه است،. استفاده می شود. در مقایسه با مدل های دیگر، روش جنگل تصادفی از روش های پیش بینی سنتی: رگرسیون خطی،درخت تصمیم گیری، SVM و مدل تقویت شده تعمیم یافته، کاربردی تر است. مطالعه تجربی نشان می دهد که منطقه، سن، وضعیت بیمه،جنسیت و منابع مالی مشتری، از مهمترین عوامل پیش بینی سودآوری مشتریان بیمه است.
کلیدواژه ها:
نویسندگان
سیدمحمد عباس زادگان
دکترای برنامه ریزی، مدیر عامل اسبق بیمه ایران
فرامرز خجیرانگاسی
دانشجوی دکتری مدیریت دولتی دانشگاه آزاد اسلامی، معاون توسعه وبرنامه ریزی
زهره جوادی
دانشجوی کارشناسی ارشد اقتصاد نظری دانشگاه شهید بهشتی، کارشناس تحقیق وتوسعه شرکت بیمه آسیا
زهرا گودرزی
دکترای ریاضیات از دانشگاه بین المللی امام خمینی (ره)، کارشناس تحقیق وتوسعه شرکت بیمه آسیا