استفاده از روشهای دادهکاوی برای پیشبینی سطح خسارت مشتریان بیمه بدنه اتومبیل
نویسندگان
1 دانشگاه تربیت معلم
2 دانشگاه پیام نور
3 بیمه مرکزی
4 دانشگاه تربیت مدرس
doi
چکیده
: امروزه، نقش مشتریان از حالت پیروی از تولیدکننده، به هدایت سرمایهگذاران، تولیدکنندگان و حتی پژوهشگران و نوآوران مبدل گشته است، بههمین دلیل سازمانها نیاز دارند مشتریان خود را بشناسند و برای آنان برنامه-ریزی کنند. تاکنون از برخی روشهای آماری و یادگیری ماشینی برای این منظور استفاده شده است که البته این روشها بهتنهایی دارای محدودیتهایی هستند که در این پژوهش سعی شده است تا با بهرهگیری از روشهای مختلف دادهکاوی تا حد ممکن این محدودیتها از بین برده و برطبق آن، چارچوبی برای شناسایی مشتریان بیمه بدنه اتومبیل ارائه شود. درواقع، هدف این است تا مشتریانی را که بیشتر به یکدیگر شبیه هستند دستهبندی و با استفاده از این دستهها و ویژگیهای آن، میزان خطرپذیری هر دسته را پیشبینی کرد. حال با استفاده از این معیار (میزان خطرپذیری هر دسته) و نوع بیمهنامه مشتری می-توان میزان خسارت او را پیشبینی کرد که این معیار میتواند کمک شایانی برای شناسایی مشتریان و سیاستگذاریهای تعرفه بیمهنامه باشد. برای این منظور، از دو روش دادهکاوی4، درخت تصمیم و خوشهبندی برای ایجاد مدل پیشبینی خطرپذیری مشتریان در صنعت بیمه استفاده شده است. البته فنّ درخت تصمیم برای این منظور نتایج بهتری را بهدست آورده است، ولی فنّ خوشهبندی نیز تفکیک خوبی میان مشتریان ایجاد میکند.