نوع مقاله : مقاله علمی

نویسندگان

• محمدرضا اصغری اسکوئی ¹
• فربد خانی زاده ²
• آزاده بهادر ³

¹ گروه علوم ریاضی و رایانه، دانشگاه علامه طباطبایی، تهران، ایران

² پژوهشکده بیمه و مسئول میز تخصصی طراحی الگوریتم و یادگیری ماشین، تهران، ایران

³ پژوهشکده بیمه و مسئول میز تخصصی بیمه‌های اتومبیل، تهران، ایران

چکیده

هدف: طبقه‌بندی ریسک بیمه‌گذاران بر مبنای ویژگی‌های قابل مشاهده می‌تواند به شرکت‌های بیمه جهت کاهش زیان، شناخت دقیق‌تر مشتریان و جلوگیری از وقوع انتخاب نامساعد در بازار بیمه کمک شایانی کند. هدف این مقاله، بررسی خسارت‌های مالی ایجاد شده در بیمه شخص ثالث و پیش‌بینی ریسک بیمه‌گذاران در احتمال وقوع حادثه می‌باشد.
روش‌شناسی: با استفاده از الگوریتم‌های درخت تصمیم، ماشین بردار پشتیبان، نایو بیز و شبکه عصبی؛ به کشف الگوهای پنهان داده‌ها، در راستای طبقه‌بندی بیمه‌گذاران بیمه شخص ثالث پرداخته شده است. همچنین توزیع نامتعادل داده‌ها در دو گروه خسارت‌دیده و خسارت‌ندیده سبب یک چالش مهم در کاربرد روش‌های یادگیری ماشین و داده‌کاوی است که در این مقاله مورد توجه قرار گرفته است.
یافته‌ها: مجموعه داده متعلق به یکی از شرکت‌های بیمه و حاوی بیش از چهارصد هزار نمونه ثبت شده در پنج سال و شامل چهار متغیر مستقل نوع خودرو، گروه خودرو، نوع پلاک و سن خودرو و یک متغیر وابسته و دو ارزشی خسارت مالی است. با توجه به نتایج بدست آمده بهترین کارکرد و دقت پیش‌بینی (با دقت F1=) مربوط به مدل درخت تصمیم می‌باشد.
نتیجه‌گیری: میزان تاثیرگذاری متغیرها در وقوع خسارت به ترتیب اولویت عبارتنداز: نوع خودرو، نوع پلاک، سن خودرو و گروه خودرو. نتایج ارزیابی نشان می‌دهد برای پیش‌بینی دقیق‌تر خسارت و مشتریان پر ریسک به داده‌های بیشتری مرتبط با ویژگی‌های راننده نیاز می‌باشد.

کلیدواژه‌ها

• دسته‌بندی مشتریان
• درخت تصمیم
• ماشین بردار پشتیبان
• نایو بیز و شبکه‌های عصبی

عنوان مقاله [English]

The application of data mining using machine learning algorithms to investigate the impact of vehicle characteristics in predicting the risk of material damage in the field of third party insurance

نویسندگان [English]

• M.R. Asghari Oskoei ¹
• F. Khanizadeh ²
• A. Bahador ³

¹ Faculty of Mathematical and Computer Sciences, Allameh Tabatabai University, Tehran, Iran

² Insurance Research Institute and responsible for the specialized desk of algorithm design and machine learning, Tehran, Iran

³ Insurance Research Institute and head of specialized car insurance desk, Tehran, Iran

چکیده [English]

Objective: Classifying the risk of policyholders based on observable characteristics can help insurance companies to reduce losses, identify customers more accurately, and prevent adverse selection in the insurance market. The purpose of this article is to examine the financial losses caused by third party insurance and to predict the risk of policyholders in the event of an accident.
Methodology: using decision tree algorithms, support vector machine, Naive Bayes and neural network; The hidden data patterns have been discovered in order to classify third party insurance policyholders. Also, the unbalanced distribution of data in two groups of damaged and undamaged causes an important challenge in the application of machine learning and data mining methods, which is considered in this article.
Findings: The data set belongs to one of the insurance companies and contains more than four hundred thousand samples registered in five years and includes four independent variables of car type, car group, license plate type and car age and a dependent and two-valued variable of financial damage. According to the obtained results, the best performance and prediction accuracy (with accuracy F1=0.72±0.01) is related to the decision tree model.
Conclusion: The impact of variables on the occurrence of damage in order of priority are: car type, license plate type, car age and car group. The evaluation results show that more data related to the driver's characteristics is needed for more accurate prediction of damage and high-risk customers.

کلیدواژه‌ها [English]

• Insurance Customer Classification
• Decision Tree
• Support Vector Machine
• Naïve Bayes
• Neural Networks