لیلا گلیجی - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی، واحد قزوین، دانشکده مهندسی کامپیوتر و فناوری اطلاعات قزوین، ایران
محمدجعفر تارخ - عضو هیئت علمی دانشگاه صنعتی خواجه نصیرالدین طوسی ،دانشکده صنایع، تهران، ایران

با افزایش تقلب در شرکت های بیمه و تحمیل هزینه های مالی هنگفت به این شرکتها، شناسایی و پیشگیری از تقلب به یکی از دغدغه های مهم شرکت های بیمه ای تبدیل شده است. تکنیک های داده کاوی به تشخیص و پیشگیری از تقلب و سوء استفاده در بیمه کمک می کند. در این مقاله با استفاده از دو روش انتخاب ویژگی مبتنی بر الگوریتم ژنتیک و همبستگی، متغیرهای تأثیرگذار پیدا شدند و سپس بر روی مجموعه داده الگوریتم های بیز ساده و درخت تصمیم اعمال شدند. نتایج نشان میدهد که مدلسازی با استفاده از روش انتخاب ویژگی مبتنی بر الگوریتم ژنتیک دقت بالاتری را نسبت به روش انتخاب ویژگی مبتنی بر همبستگی دارد.

تقلب، روش های انتخاب ویژگی، درخت تصمیم، بیزساده، داده کاوی