CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیشنهاد روش نوینی برای پیش بینی و تشخیص کلاهبرداری مشتریان و بیمه شدگان در شرکتهای بیمه به منظور کاهش میزان خسارات مالی وارده به این شرکت ها

عنوان مقاله: پیشنهاد روش نوینی برای پیش بینی و تشخیص کلاهبرداری مشتریان و بیمه شدگان در شرکتهای بیمه به منظور کاهش میزان خسارات مالی وارده به این شرکت ها
شناسه ملی مقاله: JR_JNAECT-2-2_009
منتشر شده در در سال 1401
مشخصات نویسندگان مقاله:

علی پاسبان اسدآبادی - دانشجوی کارشناسی ارشد ،گروه مهندسی کامپیوتر مهندسی نرم افزار، دانشگاه آزاد اسلامی، واحد الکترونیک ،تهران، ایران
زهرا اسماعیلی - فوق لیسانس مدیریت دولتی گرایش مدیریت رفتار سازمانی دانشکده مدیریت و اقتصاد دانشگاه آزاد اسلامی واحد علوم و تحقیقات - تهران – ایران
علی اسماعیلی - دانشجوی دکتری تخصصی رشته فناوری اطلاعات گرایش شبکه و رایانش دانشکده فنی مهندسی دانشگاه آزاد اسلامی واحد تهران شمال . تهران – ایران

خلاصه مقاله:
متاسفانه مشاهده می شود که به خصوص در کشور ایران، تمامی سازمانهای بیمه با خطر ورشکستگی مواجه هستند، برای پاسخ به علت این امر، به تقلب ها و کلاهبرداری های مختلفی که در بیمه بدنه ماشینها، بیمه ساختمان، بیمه آتش سوزی و ... می توان نظری انداخت که واقعا این کلاهبرداری ها هزینه های سنگینی را برای سازمانهای بیمه تحمیل می کند. در این تحقیق بر روی یکی از بزرگترین معضلات کنونی در صنعت بیمه پرداختیم. یکی دوسالی از ایجاد نسخه های الکترونیکی در ایران می گذرد ولی با حجم بالایی از استفاده متقلبانه از دفترچه های بیمه افراد دیگر به منظور خرید داروهای خاص و یا استفاده از خدمات پاراکلینیکی و ... مواجه هستیم که این امر هم باعث افزایش فشارهای مالی بر سازمانهای بیمه شده است. در این تحقیق از تکنیکهای داده کاوی برای ارائه روش نوینی به منظور کشف موارد تقلب در نسخه های الکترونیکی به منظور دریافت داروهای خاص با دفترچه بیمه افراد دیگر استفاده نمودیم. نتایج بدست آمده نشان داد که استفاده از قوانین انجمنی می تواند با دقت بالا رابطه بین رفتارهای متقلبانه و ویژگیهای دیگر شخص متقلب را کشف نماید و استفاده از جنگلهای تصادفی در مقایسه با روشها و الگوریتمهای دیگر، با دقت بالاتری می تواند به شناسایی این موارد خطاکار یا ناهنجار منتهی شود.

کلمات کلیدی:
پیش بینی و تشخیص، کلاهبرداری، مشتریان و بیمه شدگان، شرکتهای بیمه، خسارات مالی، داده کاوی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1478258/