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
پژوهشنامه بیمه
، جلد ۳۳، شماره ۲، صفحات ۴۵-۶۴
عنوان فارسی
الگوی خوشهبندی مشتریان بیمۀ عمر (مطالعۀ موردی: یک شرکت بیمهای)
چکیده فارسی مقاله
این پژوهش به مطالعه در اطلاعات مشتریان بیمۀ عمر به منظور دستیابی به الگوی خوشهبندی برای ارائۀ خدمات میپردازد. از جامعۀ شرکتهای بیمۀ عمر، یک شرکت بیمهای با اندازۀ نمونۀ 1000 نفر که در سال 1392 اقدام به خرید بیمهنامۀ عمر کردهاند، انتخاب شد. با استفاده از مدلهای خوشهبندی دادهکاوی، عوامل مؤثر و روابط بین آنها مورد بررسی قرار گرفت و درنهایت، نتایج حاصل از مدلهای مختلف خوشهبندی با یکدیگر مقایسه شدند. با استفاده از نتایج بهدستآمده، شرکتهای بیمهای میتوانند مشتریان بیمۀ عمر را در دو گروه اصلی «مشتریان سودبخش» و «مشتریان دارای ریسک» طبقهبندی کنند و به هریک از گروهها، بستههای خدماتی متناسب ارائه دهند. بهعلاوه، متغیرهای جمعیتی همچون «جنسیت» و «سن» و متغیرهای بیمهای همچون «حقبیمۀ سالیانه» و «ضریب فوت در اثر حادثه» بهعنوان عوامل تأثیرگذار در شناسایی گروههای مشتریان هستند.
کلیدواژههای فارسی مقاله
مشتریان بیمۀ عمر، دادهکاوی، خوشهبندی، بیمۀ عمر،
عنوان انگلیسی
Clustering Pattern of Life Insurance Customers (Case Study: An Insurance Company)
چکیده انگلیسی مقاله
This research studies life insurance customers data in order to construct a clustering model for providing services. According to our estimations for sample size, our sample consists of 1000 life insurance policyholders who bought their policies in 2013 from an Insurance Company. Using clustering data mining models, effective factors and their relationships are examined. Finally, the results of different clustering models are compared to each other. According to the results, insurance companies can categorize life insurance customers into two main groups, including "profitable customers" and "risky customers". Hence, insurance company is able to offer suitable service packages to each group of customers. Some demographic indices, such as "gender" and "age", and insurance indices, such as "annual premium" and "death rate due to accident" are considered as effective factors for identifying groups of customers.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
مریم باش افشار |
دانشجوی دکتری مدیریت فناوری اطلاعات، دانشگاه آزاد اسلامی، واحد بینالمللی قشم
مسعود سعیدپناه |
دانشجوی دکتری مدیریت فناوری اطلاعات، دانشگاه آزاد اسلامی، واحد تهران مرکزی
فرشید تیره عیدوزهی |
دانشجوی دکتری مدیریت فناوری اطلاعات، دانشگاه آزاد اسلامی، واحد بینالمللی قشم
نشانی اینترنتی
http://jir.irc.ac.ir/article_70961_cfd8da6a4727a5709ac4f0a738c7d7ae.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1470/article-1470-931472.pdf
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