Sigorta sektöründe kasko sigortası için makine öğrenmesi kullanılarak sahte hasarların tahmini
Fraud detection using machine learning for automobile insurance in insurance sector
- Tez No: 626243
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZGÜR ERKUT ŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Sigortacılık, Computer Engineering and Computer Science and Control, Insurance
- Anahtar Kelimeler: Sigorta sektörü, kasko sigortası, suistimal tespiti, sahte hasar tahmini, veri analizi, makine öğrenmesi, yapay sinir ağları, Insurance Sector, automobile insurance (Kasko), fraud detection, fraud prediction, data analysis, machine learning, artifical neural network
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Sosyal Bilimler Ana Bilim Dalı
- Bilim Dalı: Genel İşletme Bilim Dalı
- Sayfa Sayısı: 71
Özet
Suistimal konusu birçok sektörün yüzleşmek durumunda kaldığı önemli bir sorundur. Suistimal durumunu gerçekleştiren kişilerin her geçen gün yeni yöntemler geliştirmesi, suistimali yakalamayı ve suistimalin önüne geçmeyi oldukça zor bir hale getirmektedir. Sigorta sektöründe suistimal konusu sahte hasarlar şeklinde karşımıza çıkmaktadır. Sahte hasarlar sigorta şirketleri için maliyete sebep olduğu gibi sigortalıların ödediği primin artmasına da sebep olmaktadır. Tüm bunlar sigorta şirketi için maddi kayıp ile birlikte itibar kaybına da sebep olmaktadır. Sigorta şirketlerinin suistimalin sebep olacağı yıkıcı etkileri azaltabilmeleri için kendilerine gelen çok sayıda hasar ihbarı arasından sahte hasarı ayırabilmeleri ve hasar ihbarlarını doğru bir şekilde yönetebilmeleri gerekmektedir. Yüzlerce hasar dosyası ve operasyonel süreç arasında sahte hasarların manuel tespitini yapmak zor olacaktır. İleri veri analizi ve makina öğrenmesi teknikleri ile birlikte birçok şirket suistimali azaltmakta başarılı olmuş ve suistimalden kaynaklı para kayıplarını da azaltmayı başarmıştır. Sigorta şirketleride, sahte hasarlar için makine öğrenmesi tekniklerini kullanarak daha çok suistimali ortaya çıkarma yeteneğine sahip olabilirler. Bu tezin amacı, sigorta sektöründe kasko sigortası için sahte hasarların tespitinde hasar dosyası incelemelerine yardımcı olabilecek makine öğrenmesi modelleri geliştirmektir. Bu çalışmada özel bir sigorta şirketinin kasko sigortasına ait hasar verileri kullanılmıştır. Model oluşturulmasında k en yakın komşuluk, karar ağaçları, lojistik regresyon, yapay sinir ağ algoritmaları denenmiştir. Elde edilen sonuçlar sonucunda bu modelin kullanımının suistimalli hasarların tespiti için hasar ekiplerine ve sigorta şirketlerine yardımcı olabileceği düşünülmektedir.
Özet (Çeviri)
Fraud is a significant issue that many sectors come up against. The people who abuse the system is developing new methods every day, makes it very difficult to catch and prevent misuse. Abuse in the insurance sector is seen as fraudulent damages. Fake damages cause cost for insurance companies and increase the premium paid by the insured. For this reason, the insurance company causes loss of reputation with financial loss. Insurance companies need to be able to allocate false damage and manage damage claims accurately from a number of claims notices to reduce the destructive effects caused by abuse. It will be difficult to manually detect fraudulent damages between hundreds of damage files and operational processes. Along with advanced data analysis and machine learning techniques, many companies have succeeded in reducing abuse and have managed to reduce money losses due to abuse. Insurance companies will be able to demonstrate more abuses by using machine learning techniques for counterfeit damage. The aim of this thesis is to develop machine learning models that can help the people who analysis counterfeit damage files for automobile insurance in the insurance sector. In this article, got of references from the damage data of a private insurance company. In the creation of the model, K nearest neighborhood, decision trees, logistic regression, artificial neural networks were tried. As a result, it is thought that the use of this model can help damage teams and insurance companies to determine the fraudulent damages.
Benzer Tezler
- Sigorta sektöründe sahte hasar tespitinde makine öğrenimi modellerinin kıyaslanması
Comparison of machine learning models in fake damage detection in the insurance industry
GİZEM ÖZTÜRK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL BEYKENT ÜNİVERSİTESİBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ATINÇ YILMAZ
- Araç kasko şirketlerinin AHP temelli ağırlıklandırma yöntemi üzerinden TOPSİS ve PROMETHEE yöntemleri ile seçimi
Selection of vehicle insurance companies with TOPSİS and PROMETHEE methods over AHP based weighting method
İSLAM MAMAN
- Kasko sigortasında makine öğrenmesi yöntemleri ilehasarlı/hasarsız durum tahmini
Estimation of claim/no-claim automobile insurnace withmachine learning methods
SEDA KİLİSLİ
Yüksek Lisans
Türkçe
2019
Aktüerya BilimleriHacettepe ÜniversitesiAktüerya Bilimleri Ana Bilim Dalı
PROF. DR. ŞAHAP KASIRGA YILDIRAK
- Türkiye'de otomobil sigortası sahtekarlıklarının makine öğrenmesi yöntemleri ile tespit edilmesi
Detecting automobile insurance frauds in turkey using machine learning approaches
EZGİ GÜNBATAR
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiHacettepe ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BARBAROS YET
- Kasko sigortası cam hasarı küme analizi
Cluster analysis of glass damage in motor insurance
MEHMET İNCİ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
PROF. DR. SERHAT ÖZEKES