طراحي مدل تركيبي براي طبقه‌بندي داده‌هاي نامتوازن در رشته بيمه شخص ثالث

بخش عمده پورتفوي صنعت بيمه كشور ايران را رشته بيمه اجباري مسئوليت مدني دارندگان وسايل نقليه موتوري زميني در مقابل اشخاص ثالث، تشكيل داده است. توانايي پيش بيني وقوع و يا عدم وقوع خسارت به ويژه خسارت‌هاي جاني نه تنها براي شركت‌هاي بيمه بلكه براي تصميم گيرندگان در حوزه‌هاي افزايش امنيت جاده‌ها اهميت بسياري دارد. به منظور پيش بيني برچسب وقوع يا عدم وقوع خسارت از روش‌هاي طبقه بندي استفاده مي‌شود كه در واقع يك مساله طبقه بندي نامتوازن است. اين نامتوازن بودن شديد، ناشي از ماهيت كسب و كار بيمه است. نامتوازن بودن داده‌هاي صنعت بيمه باعث ايجاد چالش‌هاي بسياري در تجزيه و تحليل داده‌هاي مربوطه مي‌شود. در اين پژوهش، ما به طبقه‌بندي داده‌هاي نامتوازن بيمه شخص ثالث در يك شركت بيمه معتبر مي‌پردازيم. در اين راستا دو روش تركيبي براي رفع مشكل نامتوازن بودن داده‌ها براساس 5 مدل پايه گاوسين بيز، بردارهاي پشتيبان، لجستيك رگرسيون، درخت تصميم، نزديكترين همسايگي به منظور طبقه‌بندي موثرتر داده‌هاي مربوطه ارائه مي‌شود. نتايج بدست آمده نشان مي‌دهد كه مدل‌هاي تركيبي ارائه شده بهتر از ساير الگوريتم‌هاي داده‌كاوي براي داده‌هاي مربوطه جواب مي‌دهند و استفاده از درخت تصميم در تجميع مدل‌هاي پايه براي ساخت مدل تركيبي نتايج بهتري نسبت به راي گيري ساده مدل‌ها ارائه مي‌كند. همچنين ابر پارامتر تعداد مدل‌هاي لازم در راي گيري بر اساس استراتژي شركت قابل تنظيم است. تعداد ويژگي‌هاي ثبت شده از بيمه نامه‌ها در شركت‌هاي بيمه محدود است با تكميل اين ويژگي‌ها به ويژه اضافه شدن سوابق رانندگي و ساير ويژگي‌هاي فردي مي‌توان به مدل بهتري دست يافت.