پایان‌نامه

به کارگیری و ارزیابی تکنیک های داده کاوی جهت پیش بینی رویگردانی مشتری در صنعت بیمه

چکیده

با توجه به رقابتی شدن صنعت بیمه در سال های اخیر و ورود بخش خصوصی به این عرصه، نگهداری بیمه گذاران برای شرکت های بیمه اهمیت ویژه ای یافته است. این رویداد، توجه به پیش بینی رویگردانی مشتری را در این صنعت برجسته ساخته است. در این پژوهش تعدادی از تکنیک های شناخته شده دسته بندی داده کاوی برای پیش بینی رویگردانی مشتری در صنعت بیمه به کار گرفته شده است. روش ماشین بردار پشتیبان به عنوان مهم ترین روش مورد استفاده برای پیش بینی رویگردانی مشتریان در نظر گرفته شده است. همچنین عملکرد پیش بینی این روش با درخت تصمیم، شبکه های عصبی، رگرسیون لجستیک، جنگل تصادفی، دسته بندی کننده ی بیزی و k نزدیک ترین همسایگی، مقایسه شده است یافته های نشان می دهد که روش ماشین بردار پشتیبان از عملکرد پیش بینی بالاتری نسبت به سایر روش ها برخوردار است. همچنین، متغیرهای سابقه خرید، نحوه آشنایی با سازمان و تمایل به خرید، به عنوان متغیرهای اصلی پیش بینی کننده ی رویگردانی مشتری در مدل پیشنهادی مبتنی بر ماشین بردار پشتیبان تعیین شدند.

اساتید راهنما و مشاور

حمیدرضا کوشا

پایان‌نامه‌های مشابه

اسناد مشابه

  • استفاده از روش های داده کاوی برای پیش بینی سطح خسارت مشتریان بیمه بدنه اتومبیل

    مقالهپژوهشنامه پردازش و مدیریت اطلاعاتسیدمحمود ایزدپرست، seyyed mahmood izadparast management of information technologyدانشگاه تربیت معلم احمد فراهی، ahmad farahi payame noor universityدانشگاه پیام نور فرامرز فتح نژاد، faramarz fath nejad phd of applied mathematicsبیمه مرکزی بابک تیمورپور

    : امروزه، نقش مشتریان از حالت پیروی از تولیدکننده، به هدایت سرمایه گذاران، تولیدکنندگان و حتی پژوهشگران و نوآوران مبدل گشته است، به همین دلیل سازمان ها نیاز دارند مشتریان خود را بشناسند و برای آنان برنامه-ریزی کنند. تاکنون از برخی روش های آماری و یادگیری ماشینی برای این منظور است

  • ارائه ی مدلی مبتنی بر داده کاوی برای پیش بینی جذب مشتری با استفاده از درخت تصمیم در «مدیریت ارتباط با مشتری»

    مقالهمهندسی صنایع و مدیریتابوالفضل کاظمی، دانشکده ی مهندسی صنایع و مکانیک، دانشگاه آزاد اسلامی واحد قزوین محمد اسماعیل بابائی، دانشکده ی مهندسی صنایع و مکانیک، دانشگاه آزاد اسلامی واحد قزوین

    در دنیای رقابتی و کیفیت گرای امروز، جذب مشتری از اهمیت زیادی برخوردار است. از این رو، «مدیریت روابط با مشتری» به عنوان هسته ی اصلی استراتژی سازمان در چهار بعد: شناسایی، جذب، نگه داری و رضایت مشتری به ایفای نقش می پردازد. سازمان ها با تجزیه و تحلیل چرخه ی زندگی مشتری به افزایش ارز

  • پیش بینی رویگردانی مشتری با استفاده از روش درخت تصمیم در صنعت بانکداری الکترونیک (مورد مطالعه: بانک انصار)

    مقالهنشریه علمی توسعه مدیریت پولی و بانکیسید محمد میرمحمدی، عضو هیات علمی دانشگاه پیام نور تهران غرب هاجر قانعی، کارشناسی ارشد رشته مدیریت mba دانشگاه پیام نور دماوند نویسنده مسئول عباس کرامتی، دانشیار و عضو هیات علمی گروه مهندسی صنایع دانشگاه تهران

    امروزه با گسترش فناوری اطلاعات، استفاده از خدمات بانکداری الکترونیک بیش از گذشته مورد توجه قرار گرفته است. با توجه به فضای رقابتی در بین بانک ها، حفظ مشتری در این حوزه ضروری شده و رویگردانی مشتری مساله و مشکل اساسی برای بانک ها به شمار می رود. امکان جمع آوری داده در پایگاه داده ه

  • پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی

    مقدمه: تعداد و اندازه پایگاه داده های پزشکی به سرعت در حال افزایش است و مدل های توسعه یافته تکنیک داده کاوی می توانند برای پزشکان جهت کمک در تصمیم گیری موثر و کاربردی باشند. هدف اصلی از این مقاله، گزارش یک پروژه تحقیقاتی به منظور مقایسه الگوریتم های مختلف داده کاوی از طریق مقایسه

  • پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی

    مقالهبیماری های پستانلیلا قاسم احمد

    مقدمه: تعداد و اندازه پایگاه داده های پزشکی به سرعت در حال افزایش است و مدل های توسعه یافته تکنیک داده کاوی می توانند برای پزشکان جهت کمک در تصمیم گیری موثر و کاربردی باشند. هدف اصلی از این مقاله، گزارش یک پروژه تحقیقاتی به منظور مقایسه الگوریتم های مختلف داده کاوی از طریق مقایسه

  • ارائه راهکاری برای تعرفه گذاری پویا در صنعت بیمه با استفاده از تکنیک داده کاوی (مورد مطالعه: بیمه شخص ثالث)

    مقالهپژوهشنامه بیمهداود کریم زادگان مقدم، عضو هیئت علمی دانشگاه پیام نور، گروه مهندسی کامپیوتر و فناوری اطلاعات مجید بهروان، دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات دانشگاه پیام نور

    بیمه نامه شخص ثالث بیشترین سهم از بازار بیمه کشور را دارا می باشد و فرصت مناسبی برای کاوش اطلاعات و استخراج الگوهای ناشناخته جهت تصمیمات کلان در صنعت بیمه را فراهم می نماید. در حال حاضر حق بیمه با کمترین توجه به عوامل ریسک بیمه گذاران محاسبه می گردد، که موجب زیانده شدن بیمه نامه