دانلود پروپوزال تشخیص تقلب در بیمه خودرو از طریق روش های داده کاوی

این پروپوزال دارای یک مقاله بیس نیز می باشد که در انتهای همین صفحه می توانید به طور رایگان، اقدام به مشاهده و دریافت آن نمایید.

یافته های بدست آمده حاکی از آن است که در بازار بیمه در داخل کشور، بیمه خودرو اولین بیمه مهم از لحاظ بیمه اموال محسوب می شود. با توجه به تجربه بیمه های بین المللی، بیشتر افراد متقلب از روش‌های تخریب عمدی امتیازات بیمه، جعل سوانح رانندگی، جعل مدارک جعلی و غیره استفاده می‌کنند و هر مجرمی که فرار کند، بدون شک تا زمانی که پرونده حل شود مجددا دست به جنایت خواهد زد. از این رو، با توجه به داده ‌های موجود در تقاضای مشتری، نیاز فوری به ارائه روشی موثر جهت شناسایی تقلب در بیمه خودرو به منظور کشف کلاهبرداری از مشتریان بالقوه و تشخیص این که آیا مورد گزارش شده کلاهبرداری است یا خیر، جهت جلوگیری از تقلب وجود دارد. لازم به ذکر است که در این مطالعه داده‌ های ادعای تقلب یک شرکت بیمه خاص با استفاده از آزمون ‌های همبستگی استخراج می‌شوند و شاخص ‌های معنادار و مهم به عنوان متغیرهای مدل پیش‌بینی تقلب برای تأیید قابلیت مدل پیش‌بینی NAGA-BP برای بررسی و تشخیص تقلب مورد استفاده قرار می گیرند. همچنین در این مطالعه، مدل پیش‌بینی یک شبکه عصبی BP بهینه‌ سازی شده توسط NAGA ارائه شده است. همچنین، الگوریتم ژنتیک با یک شبکه عصبی با توجه به قابلیت پیش بینی یک شبکه عصبی و ویژگی های جستجو و بهینه سازی الگوریتم ژنتیک ترکیب می شود. همچنین برای حل مسائل شبکه‌ های عصبی نظیر سرعت همگرایی پایین و درگیر شدن در کمینگی محلی، الگوریتم ژنتیک تطبیقی ​​بهبود یافته، مجموعه ای از درجات پراکندگی متمرکز سازگاری جمعیت را در نظر گرفته و ​​احتمال متقابل و جهش الگوریتم ژنتیک را به‌طور تطبیقی تنظیم می‌کند. همچنین، استراتژی حفظ والدین اولیه نیز در این مرحله در نظر گرفته می شود که نه تنها تضمین می‌کند که در اواسط فرآیند ژن‌های عالی توسط عملیات ژنتیکی بعدی از بین نمی‌روند، بلکه افرادی با سازگاری پایین را برای بهبود کارایی هم‌گرایی به موقع حذف می‌کند. در این تحلیل تجربی نهایی، الگوریتم ژنتیک بهبود یافته با الگوریتم ‌های IAGA و GA از لحاظ سرعت و دقت همگرایی مورد مقایسه قرار گرفته و برای پیش ‌بینی داده ‌های تقلب بیمه‌ای، شبکه عصبی BP بهینه سازی شده است. نتایج بدست آمده حاکی از آن است که داده‌های پیش ‌بینی تقلب بیمه خودروی به‌دست ‌آمده از طریق مدل بهبود یافته NAGA-BP به داده‌ های اولیه نزدیکتر می باشند.

این پروپوزال برای دوره کارشناسی ارشد رشته مهندسی کامپیوتر آماده شده و تمامی چارچوب های مورد نیاز برای یک پروپوزال نیز در آن رعایت شده است. مطالعه این محصول می تواند ابزار مناسبی برای دانشجویان در راستای آشنایی بیشتر با این ساختارها باشد. همچنین با توجه به جامع بودن این پژوهش و مشخص شدن مسیرهای پژوهشی جدید در آن، می توان ایده های پژوهشی و تحقیقاتی جدیدی را نیز از آن استخراج نمود. در صورتی که به دنبال پروپوزال آماده داده کاوی، هستید، می توانید از این محصول استفاده نمایید.

این پروپوزال در محیط ورد (WORD) آماده شده و در ادامه نیز تصویر بخشی از آن و همچنین فایل مقاله بیس مربوط به آن قرار داده شده است: