دانلود پروپوزال کشف تقلب در بیمه خودرو با استفاده از تکنیک های داده کاوی

49,500 تومان

عنوان فارسی پروپوزال

 کشف تقلب در بیمه خودرو با استفاده از تکنیک های داده کاوی

عنوان انگلیسی پروپوزال Automobile Fraud Detection using data mining techniques
سال نگارش 2021
رشته کامپیوتر
مناسب برای درس روش تحقیق ، پایان نامه
قالب فایل Word

پروپوزال دارای مقاله بیس میباشد که قابل مشاهده و دانلود می باشد

 فهرست مطالب پروپوزال
  1. بیان مساله اساسی تحقیق
  2. اهمیت و ضرورت انجام تحقیق
  3. مرور ادبیات و سوابق مربوطه
  4. جنبه جدید بودن و نوآوری در تحقیق
  5. اهداف مشخص تحقیق
  6. سؤالات تحقیق
  7. فرضیه ‏های تحقیق
  8. روش شناسی تحقیق
  9. متغیرهای مورد بررسی در قالب یک مدل مفهومی
  10. شرح کامل روش (میدانی، کتابخانه‏ای) و ابزار
  11. جامعه آماری، روش نمونه‏ گیری و حجم نمونه
  12. روش‌ها و ابزار تجزیه و تحلیل داده ‏ها
  13. مراجع
بیان مساله

با گسترش  صنعت بیمه، تقلب در بیمه نیز در حال افزایش است. بر طبق مطالعات صورت گرفته، حدود ۲۰ تا ۳۵ درصد از ادعاهای مربوط به بیمه های اتومیبل تقلب هستند. تقلب های بیمه منجر به خسارات اقتصادی و اعتباری به شرکت های بیمه می شود و از این رو به یک موضوع جدی در جامعه تبدیل شده است.    (یان و همکاران، ۲۰۱۹)

ضرر پولی ناشی از کلاهبرداری در بیمه اتومبیل نه تنها نگرانی شرکت های بیمه بلکه  یک نگرانی برای مصرف کننده نیز محسوب می شود. چرا که، شرکت های بیمه اغلب به منظور جبران پول از دست رفته از طریق مطالبات کلاهبرداری در بیمه ،  حق بیمه هر یک از دارندگان بیمه نامه را افزایش می دهند. بنابراین اتخاذ یک رویکرد مناسب جهت کشف تقلب، به یک نیاز اساسی مبدل شده است.

امروزه تکنیک‌های داده‌کاوی به‌طور فزاینده‌ای به‌عنوان ابزاری برای کشف تقلب به کمک شرکت‌های بیمه آمده‌اند. با در اختیار داشتن داده‌های مربوط به بیمه‌گذاران و خسارت‌ها و شناسایی معیارهای تقلب در بیمه خودرو و با تکیه بر داده‌کاوی و تکنیک‌های یادگیری ماشین، در زمان کوتاه و با دقت بالا، موارد تخلف شناسایی می‌شوند و بدین ترتیب هزینه‌های اقتصادی وارد آمده بر شرکت‌ها را تا حد زیادی کاهش می‌دهند. (لی و همکاران، ۲۰۱۸) هدف اصلی شناسایی تقلب بر اساس داده کاوی ، یافتن الگوهایی است که به طور معمول به یک ادعای تقلبی مربوط است. در این تحقیق،  به روشی برای شناسایی موارد تقلب در بیمه اتومیبل ارائه می دهیم. این روش از ترکیب الگوریتم ژنتیکی با یک شبکه عصبی BP تشکیل شده است. شبکه عصبی  توانایی پیش بینی  و جستجو و  الگوریتم ژنتیک،  به منظور بهینه سازی استفاده شده است.

مزایای دانلود پروپوزال آماده

برخی از مراجع

Li, Y., Yan, C., Liu, W. and Li, M., 2018. A principle component analysis-based random forest with the potential nearest neighbor method for automobile insurance fraud identification. Applied Soft Computing, 70, pp.1000-1009
Wang, Y. and Xu, W., 2018. Leveraging deep learning with LDA-based text analytics to detect automobile insurance fraud. Decision Support Systems, 105, pp.87-95.
Majhi, S.K., Bhatachharya, S., Pradhan, R. and Biswal, S., 2019. Fuzzy clustering using salp swarm algorithm for automobile insurance fraud detection. Journal of Intelligent & Fuzzy Systems, 36(3), pp.2333-2344.
Li, Y., Yan, C., Liu, W. and Li, M., 2018. A principle component analysis-based random forest with the potential nearest neighbor method for automobile insurance fraud identification. Applied Soft Computing, 70, pp.1000-1009.
Yan, C., Li, M., Liu, W. and Qi, M., 2019. Improved adaptive genetic algorithm for the vehicle Insurance Fraud Identification Model based on a BP Neural Network. Theoretical Computer Science

سایر لینکهای مرتبط

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

.فقط مشتریانی که این محصول را خریداری کرده اند و وارد سیستم شده اند میتوانند برای این محصول دیدگاه(نظر) ارسال کنند.

49,500 تومان