Beyond random forest: Advanced ensemble and hybrid models for insurance purchase prediction with interpretability requirements
Rastgele Orman'ın ötesinde: Yorumlanabilirlik gereksinimleri ile sigorta satın alma tahmini için gelişmiş topluluk ve hibrit modeller
- Tez No: 1007451
- Danışmanlar: ASSISTANT PROFESSOR DR. MUHAMMAD ILYAS
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, insanların sigorta satın alıp almayacağını tahmin etmek için makine öğrenmesi modelleri geliştirmeye odaklanmaktadır. Sigorta şirketlerinin düzenleyici gereklilikleri karşılamak için karar verme süreçlerini açıklayabilmesi gerektiğinden, hem yüksek doğrulukta tahminler yapabilen hem de anlaşılması kolay olan gelişmiş topluluk (ensemble) modelleri geliştirilmiş ve test edilmiştir. 53.503 müşteri kaydından oluşan bir veri kümesi kullanılarak, kapsamlı bir veri hazırlama süreciyle 20 ham özellik 100 adet türetilmiş değişkene dönüştürülmüş; böylece zamansal, davranışsal ve kategorik örüntüler yakalanmıştır. Sınıf dengesizliği, modelin adil bir şekilde öğrenmesini sağlamak amacıyla Sentetik Azınlık Aşırı Örnekleme Tekniği (SMOTE) kullanılarak giderilmiştir. Random Forest, Destek Vektör Makineleri (SVM), LightGBM, Grafik Sinir Ağları (GNN'ler) ve hibrit tasarımlar içeren modeller karşılaştırılmış; Random Forest ve LightGBM neredeyse kusursuz performans sergilemiştir (sırasıyla F1-skoru: 1.0000 ve 0.9999). k-NN benzerlik grafiği aracılığıyla entegre edilen GNN'ler ölçeklenebilirlik göstermiş, ancak özgün özelliklerin yeterliliği nedeniyle sınırlı performans artışları sağlamıştır. Yorumlanabilirlik bu araştırmanın temel odak noktalarından biri olduğundan, SHAP ve LIME yöntemleri kullanılmış ve bu analizler“Days_Since_Purchase”ve“Purchase_Year”gibi zamansal özelliklerin başlıca katkı sağlayan faktörler olduğunu ortaya koymuştur. Ayrıca, Optuna kullanılarak çok amaçlı optimizasyon ile Pareto-optimal bir yapı elde edilmiştir (ROC-AUC: 1.0, F1-skoru: 0.9896, sadakat: 0.9843, seyreklik: 3.0) ve bu yapı katı düzenleyici gereklilikleri (GDPR, NAIC) karşılamaktadır. 1.000 müşteri üzerinde gerçekleştirilen bir vaka çalışması, yüksek performanslı LightGBM+GNN (ROC-AUC: 0.6211) ile yorumlanabilir Karar Ağaçları (ROC-AUC: 0.5380) arasındaki ödünleşimi göstermiş; paydaş geri bildirimleri şeffaflığı tercih etmiştir. Çalışma, müşteri segmentasyonu için zamansal ve parasal özelliklerin önceliklendirilmesini ve daha gürültülü veri kümelerinde tahmin gücünü artırmak amacıyla zamanla evrilen GNN mimarilerinin ve alternatif grafik kurulumlarının gelecekteki araştırmalarda incelenmesini önermektedir. Bu çerçeve, sigorta analitiği için ölçeklenebilir ve yorumlanabilir bir çözüm sunmakta; hedefli pazarlamayı ve mevzuata uyumu desteklemektedir.
Özet (Çeviri)
This study focuses on creating machine learning models to predict whether people will buy insurance. We developed and tested sophisticated ensemble models that aim to be both highly accurate in their predictions and easy to understand: an important balance since insurance companies need to explain their decision-making processes to meet regulatory requirements. Using a dataset of 53,503 customer records, a comprehensive data preparation pipeline transformed 20 raw features into 100 engineered variables, thereby capturing temporal, behavioural, and categorical patterns. Class imbalance was addressed using Synthetic Minority Oversampling Technique (SMOTE) which ensures equitable model learning. Models which include Random Forest, Support Vector Machine (SVM), LightGBM, Graph Neural Networks (GNNs), and hybrid designs were compared, with Random Forest and LightGBM achieving near-perfect performance (F1-score: 1.0000 and 0.9999, respectively). GNNs, integrated by means of a k-NN similarity graph, showed scalability but small performance gains due to the sufficiency of original features. Since interpretability was a focus of this research, SHAP and LIME were used and their use revealed that temporal features such as“Days_Since_Purchase”and“Purchase_Year”were the main contributing factors. Also, optimization with multiple objectives using Optuna achieved a Pareto-optimal configuration (ROC-AUC: 1.0, F1-score: 0.9896, fidelity: 0.9843, sparsity: 3.0) which satisfies strict regulatory requirements (GDPR, NAIC). A case study on 1,000 customers showed the trade-off between high-performance LightGBM+GNN (ROC-AUC: 0.6211) and interpretable Decision Trees (ROC-AUC: 0.5380), with stakeholder feedback favouring transparency. The study recommends making temporal and monetary features priorities for customer segmentation and examining time-evolving GNN architectures and alternative graph constructions for future research to improve predictive power in noisier datasets. This framework provides a scalable, interpretable solution for insurance analytics, and that supports targeted marketing and compliance.
Benzer Tezler
- Makine öğrenmesi yöntemleri ile hibrit ve kompozit ZA-27 alaşımlarının aşınma davranışlarının karşılaştırmalı analizi
Comparative analysis of wear behavior of hybrid and composite ZA-27 alloys using machine learning methods
SENA NUR ADIYAMAN
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLTEKİN ÇAĞIL
- Improvıng the predıctıon of oıl and gas productıon usıng artıfıcıal ıntellıgence algorıthms
Yapay zeka algoritmalarını kullanarak petrol ve gaz üretim tahminlerinin iyileştirilmesi
AZHAR NAJI MUHAJIR ALYAHYA
Yüksek Lisans
İngilizce
2025
EnerjiSakarya ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
PROF. DR. GÜLÜZAR ÇİT
- Açı temelli öznitelik çıkarımı ile üst vücut postür sınıflandırması
UPPER-BODY POSTURE CLASSIFICATION USING ANGLE-BASED FEATURE EXTRACTION
RABİA AYŞE GÜZEL
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ÖZTEL
- Türkiye'deki havalimanlarında düşük görüş mesafesinin istatistiksel ve meteorolojik analizi ile makine öğrenmesi tabanlı tahmini
Statistical and meteorological analysis, and machine learning-based prediction of low visibility at airports in Türkiye
İBRAHİM AKBAYIR
Doktora
Türkçe
2025
Sivil Havacılıkİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DENİZ DEMİRHAN
- Makine öğrenmesi kullanarak Türkiye'de elektrikli araç şarj istasyonlarının potansiyel kullanım performansının mekânsal tahmini
Spatial estimation of potential utilization performance of electric vehicle charging stations in Türkiye using machine learning methods
SERKAN TANRIVERDİ
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADALET DERVİŞOĞLU