شماره ركورد
16600
عنوان
ﺍﺭﺍﺋﻪ ﻣﺪﻝ ﭘﻴﺶ ﺑﻴﻨﯽ ﺭﯾﺰﺵ ﻣﺸﺘﺮﯾﺎﻥ ﺩﺭ ﺑﻴﻤﻪ ﻫﺎي ﺯﻧﺪﮔﯽ ﻣﺒﺘﻨﯽ ﺑﺮ ﯾﺎﺩﮔﻴﺮي ﻣﺎﺷﻴﻦ ﺑﺎ ﺑﻬﺮﻩ ﮔﻴﺮي ﺍﺯ ﺍﻟﮕﻮﺭﯾﺘﻢ ﻫﺎي ﺑﻬﻴﻨﻪ ﺳﺎﺯي )ﻣﻮﺭﺩ ﻣﻄﺎﻟﻌﻪ: ﺩﺍﺩﻩ ﻫﺎي ﻣﺸﺘﺮﯾﺎﻥ ﺷﺮﮐﺖ ﺑﻴﻤﻪ(...
سال تحصيل
1400
استاد راهنما
عليرضا علي احمدي
استاد مشاور
ميترا قنبرزاده
چکيده
صنعت بيمه به ويژه بيمههاي زندگي نقش اساسي در تأمين امنيت مالي خانوارها در مواجهه با مخاطرات اقتصادي بلندمدت ايفا ميكند و پايداري اين صنعت به حفظ بيمهگذاران و كاهش نرخ بازخريد بيمهنامهها وابسته است. با پيچيدهتر شدن شرايط اقتصادي و افزايش رقابت در بازار بيمه، استفاده از روشهاي دادهمحور براي تحليل رفتار مشتريان و مديريت ريسك ريزش، ضرورتي انكارناپذير است. هدف اين پژوهش، شناسايي عوامل مؤثر بر بازخريد بيمهنامههاي زندگي و تفكيك بيمهگذاران بر اساس سطح ريسك ريزش است.
دادههاي مورد استفاده شامل اطلاعات 433٬253 بيمهنامه صادره طي سالهاي 1397 تا 1401 بوده كه متغيرهاي اقتصادي، جمعيتشناختي و ويژگيهاي قراردادي بيمهنامهها را در بر ميگيرد. در مرحله پيشپردازش، دادهها پاكسازي شده و مسئله در قالب يك طبقهبندي دودويي بازخريد در برابر عدم بازخريد صورتبندي گرديد. براي مقابله با عدم توازن كلاسها از روش بيشنمونهبرداري كلاس اقليت استفاده شد و سپس سه الگوريتم تقويتي مبتني بر درخت تصميم شامل گراديان تقويتي ، گراديان تقويتي سبك و الگوريتم ويژه دادههاي طبقهاي پيادهسازي گرديد.
تنظيم ابرپارامترهاي مدلها و آستانه تصميم با استفاده از الگوريتم بهينهسازي ابرپارامتر مبتني بر چارچوب اُپتونا انجام شد و بهترين تركيب پارامترها با هدف بيشينهسازي شاخص افيك تعيين گرديد. نتايج ارزيابي بر روي دادههاي آزمون نشان داد كه دو مدل گراديان تقويتي و گراديان تقويتي سبك با دقتي در حدود 98 درصد، مقدار افيك نزديك به 89 درصد و مقادير بالايي براي مساحت زير منحني مشخصه عملكرد به دست آوردند كه بيانگر توان بالاي مدلها در پيشبيني ريزش بيمهنامهها است. افزون بر اين، با استفاده از روش خوشهبندي، بيمهگذاران به سه سطح ريسك كم، متوسط و زياد تفكيك شدند كه اختلاف معناداري در نرخ بازخريد ميان گروهها مشاهده گرديد. يافتهها نشان ميدهد مدل پيشنهادي ميتواند ابزار تصميميار مؤثري براي مديريت ريسك و حفظ مشتريان در صنعت بيمه باشد.
نام دانشجو
رضا حقيقي خرم
تاريخ ارائه
9/7/2025 12:00:00 AM
متن كامل
89028
پديد آورنده
رضا حقيقي خرم
تاريخ ورود اطلاعات
1404/10/01
عنوان به انگليسي
Presentation of a Customer Churn Prediction Model in Life Insurance Based on Machine Learning Utilizing Optimization Algorithms (Case Study:Customer Data of an Insurance Company in Iran)
كليدواژه هاي فارسي
ريزش مشتريان , يادگيري ماشين , الگوريتم بهينه سازي , بيمه نامه زندگي
كليدواژه هاي لاتين
Customer Churn , Machine Learning , Optimization Algorithms , Life Insurance Policies