پیش بینی خسارت های آتی در بیمه ایران به وسیله داده کاوی
Publish place: The Second National Conference on New Technologies in Electrical and Computer Engineering
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 756
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
- صنعت بیمه > بیمه ایران
- صنعت بیمه > صنعت بیمه
- هوش مصنوعی > داده کاوی
- هوش مصنوعی > درخت تصمیم
- هوش مصنوعی > شبکه عصبی
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IAUFASA02_296
تاریخ نمایه سازی: 17 اسفند 1393
Abstract:
بیمه به عنوان یکی از یادهای مالی تاثیر گذار در اقتصاد وجامعه ا ست به ابزارهای تحلیل ریسک قدرتمندی دسترسی داشته با شند تا بتوانند ریسک دریافتی را بخوبی مدیریت کنند. صنعت بیمه برا ی تحلیل ریسک وابسته به تجارب خسارتی می باشد. به همین دلیل استفاده از ابزار داده کاوی می تواند در سنجش و پیش بینی ریسک بیمه گذاران، با توجه به این تجارب،بسیار راهگشا بوده و با بکارگیری فرایند داده کاوی، داده ها ی بیمه گذاران قبلی را مبنا یی برای ارز یابی میزان ریسک مشتر یان جدید قرار دهد. پژوهش، بکارگیری الگور یتم های داده کاوی جهت شناسا یی بیمه گذاران از لحاظ ر یسک تحمیلی برای شرکت های بیمه می با شد. بدین منظور ابتدا داده های بیمه گذاران بیمه خودرو را از بانک اطلاعاتی بیمه خودرو کشور، جمع آوری نموده و پس از پالایش داده ها، یک مجموعه دادهایی برای اعمال مدل تشکیل می گردد. برای انجام مدلساز ی داده ها، داده را به دو قسمت داده آزمایشی و آموزش تقسیم نموده و به کمک روش های داده کاوی مانند روشهای مبتنی برBayes Net، Neural Net، C٥،SVM بر روی داده ها اجرا می گردند و نتایج صحت پیش بینی الگوریتم ها با یکدیگر مورد مقایسه قرار می گیرند. در انتها به تحلیل درخت تصمیم می پردازیم.
Keywords:
Authors
مریم داوری فرد
دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه علوم و تحقیقات فارس
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :