طبقه‌بندي ميزان ريسك بيمه‌گذاران بيمه بدنه خودرو با استفاده از الگوريتم‌هاي داده‌كاوي (مورد مطالعه: يك شركت بيمه)

The Insured Risk Classification in Auto Collision Insurance Using Data Mining Algorithms:Evidence from an Iranian Insurance Company

شركت‌هاي بيمه به‌عنوان يكي از نهادهاي مالي تاثيرگذار در اقتصاد و جامعه لازم است به ابزارهاي تحليل ريسك قدرتمندي دسترسي داشته باشند تا بتوانند ريسك دريافتي را به خوبي مديريت كنند. نتايج حاصل از تحليل ريسك مي‌تواند از طرق مختلفي نظير قيمت‌گذاري محصولات و بازاريابي و شناسايي مشتريان هدف براي مديريت ريسك اعمال شود. به‌همين‌دليل استفاده از ابزار داده‌كاوي مي‌تواند در سنجش و پيش‌بيني ريسك بيمه‌گذاران، باتوجه به اين تجارب، بسيار راه‌گشا باشد. هدف اين مقاله طبقه‌بندي بيمه‌گذاران بيمه بدنه شركت بيمه به لحاظ ريسك دريافت يا عدم‌دريافت خسارت طي دوره بيمه است. در ابتدا داده‌هاي مورد نياز مشتريان طي يك دوره مشخص، جمع‌آوري شده و سپس فرايند پيش‌پردازش داده‌ها و شناسايي متغيرهاي الگوريتم‌هاي مختلف طبقه‌بندي، روي داده‌هاي نهايي اعمال شده و نتايج اين الگوريتم‌ها به لحاظ صحت پيش‌بيني با يكديگر مقايسه شده است. درنهايت الگوريتم C5 كه بالاترين ميزان صحت را در پيش‌بيني ريسك مشتريان دارد به‌عنوان الگوريتم پيشنهادي به شركت بيمه مورد مطالعه ارايه ‌گرديده است

Insurance companies are influential financial entities and need powerful risk analysis methods in order to manage risks. Risk analysis could be used for risk management in various ways as in pricing products, marketing and identifying costumers. In this paper, we first collected data from costumers and after a pre-processing step, various risk classification algorithms are utilized. At the end, the results of each algorithm are compared with each other and the C5 is selected as our proposed algorithm for risk classification of customers. This algorithm has the highest accuracy among nine algorithms used.