چکیده مقاله
تقلب بیمه ای یکی از چالش های اساسی صنعت بیمه در سطح جهانی است که سالانه هزینه های قابل توجهی را بر شرکت های بیمه و بیمه گذاران تحمیل می کند این مطالعه با هدف بررسی کاربرد هوش مصنوعی و یادگیری ماشین در شناسایی و پیشگیری از تقلب بیمه ای و ارائه راهکارهای بومی برای صنعت بیمه ایران انجام شده است روش شناسی تحقیق مبتنی بر مطالعه کتابخانه ای و تحلیل تطبیقی تجارب جهانی با تمرکز بر الگوریتم های پیشرفته یادگیری ماشین شامل XGBoost، Random Forest، Support Vector Machine و Logistic Regression است یافته های تحقیق نشان می دهد که روش های سنتی شناسایی تقلب به دلیل حجم عظیم داده ها و پیچیدگی الگوهای متقلبانه دیگر کارآمد نیستند و استفاده از الگوریتم های هوش مصنوعی می تواند دقت شناسایی را به طور قابل توجهی افزایش دهد در صنعت بیمه ایران، با توجه به مشکل عدم تعادل داده ها و محدودیت منابع، الگوریتم XGBoost با قابلیت مدیریت داده های نامتعادل و سرعت پردازش بالا به عنوان راهکار مناسب شناسایی شده است نتایج نشان می دهد که پیاده سازی سیستم های هوشمند تشخیص تقلب می تواند هزینه های بررسی را کاهش داده و رضایت مشتریان را افزایش دهد نوآوری اصلی این تحقیق ارائه چارچوبی جامع برای بومی سازی و پیاده سازی سیستم های هوش مصنوعی در صنعت بیمه ایران با در نظر گرفتن ویژگی های خاص بازار داخلی است
کلیدواژهها
نویسندگان
شیوه ارجاع
�براهیمی، ندا و خاکره، نیلوفر،1404،کاربرد هوش مصنوعی در شناسایی و پیشگیری از تقلب بیمه ای: تجارب جهانی و راهکارهای بومی برای صنعت بیمه ایران،سی ودومین همایش ملی و سیزدهمین همایش بین المللی بیمه و توسعه با عنوان: «بازاندیشی نظارت در بیمه؛ مسیر نوآورانه برای تنظیم گری موثر»،تهران
ارائهشده در
مجموعه مقالات سی ودومین همایش ملی و سیزدهمین همایش بین المللی بیمه و توسعه با عنوان: «بازاندیشی نظارت در بیمه؛ مسیر نوآورانه برای تنظیم گری موثر»11 آذر 1404 · تهران