این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
یکشنبه 23 آذر 1404
مهندسی و مدیریت کیفیت
، جلد ۱۱، شماره ۴، صفحات ۴۱۳-۴۲۸
عنوان فارسی
متغیر جایگزین، رویکردی نوین در جهت افزایش کیفیت کشف تقلبات بیمههای اتومبیل با استفاده از الگوریتمهای با نظارت
چکیده فارسی مقاله
در سالهای اخیر تمایل صنعت بیمه به تجهیز شرکتها به سیستمهای کشف تقلب افزایش یافته است. با توجه به هزینه زیادی که اینگونه پروندهها به صنعت وارد میکند، الگوریتمهای کشف و شناسایی تقلب میبایست بخش جداییناپذیری از شرکتهای بیمه باشند. لیکن مشکل اساسی، کیفیت خروجی سیستمهای کشف تقلب است. از طرفی الگوریتمهای با نظارت نسبت به الگوریتمهای بدون نظارت دقت بالاتری دارند. از طرف دیگر در حوزه کشف تقلب، دادههای برچسبگذاری شده محدودند و بنابراین بهکارگیری الگوریتمهای با نظارت و دقت و کیفیت آنها با چالش مواجه میشود. در این مقاله برای رفع این چالش، با استفاده از رویکرد "متغیر جایگزین"، از متغیر دیگری که مقادیر آن در دسترس بوده و شاخص مناسبی برای پروندههای مشکوک میباشد استفاده شده است. این رویکرد، باعث بهبود کارایی و کیفیت سیستم شده و به شرکتهای بیمه این امکان را میدهد که با اطمینان بیشتر و خطای کمتر نسبت به پروندههای مشکوک اقدام کنند.
کلیدواژههای فارسی مقاله
الگوریتم با نظارت، متغیر جایگزین، کشف تقلب، بیمه خودرو،
عنوان انگلیسی
Target replacement , a new approach to increase the performance of fraud detection system in auto insurance utilizing supervising learning
چکیده انگلیسی مقاله
Recent years, the insurance industry has been experiencing an increase in equipping insurance companies with fraud detection systems. Furthermore due to the significant cost imposed on the insurance industry by the rise in such claims, the role of data mining techniques in detecting fraudulent claims has become widespread. However an essential issue with such systems is the quality of their outputs. On one hand, supervised algorithms are more accurate comparing to unsupervised counterparts. On the other hand, as data labeled fraud is really limited, the efficiency of supervised algorithms is severely challenged. Within this regard, a novel approach is introduced as “alternative feature” to overcome the challenge. Basically, alternative feature is a variable whose values are available and can be considered a suitable indicator to detect suspicious cases. This approach improves the efficiency of the system and allows experts and insurance companies to investigate suspicious cases with more confidence and less error.
کلیدواژههای انگلیسی مقاله
الگوریتم با نظارت, متغیر جایگزین, کشف تقلب, بیمه خودرو
نویسندگان مقاله
فربد خانی زاده |
هیات علمی- گروه پژوهشی بیمه های اموال و مسئولیت- پژوهشکده بیمه- تهران- ایران
مریم اثنی عشری |
هیات علمی- گروه پژوهشی بیمههای اموال و مسئولیت، پژوهشکده بیمه، تهران، ایران
فرزان خامسیان |
هیات علمی- گروه مطالعات کلان بیمه- پژوهشکده بیمه-تهران- ایران
آزاده بهادر |
راهبر میز تخصصی بیمه های اتومبیل
نشانی اینترنتی
https://www.pqprc.ir/article_155152_a77789937cea66c4cb25898382ce747a.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات