Geri Dön

Sigorta müşterilerinin kümeleme yöntemiyle analizi

The analysi̇s of customers of insurance by clustering methods

  1. Tez No: 678903
  2. Yazar: ADIL SAFARZADE
  3. Danışmanlar: DR. ÖĞR. ÜYESİ PARVANEH SHAMS
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: İstanbul Aydın Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Müşterileri risk gruplaması, Sigortacılık sektöründeki en önemli konulardan biridir. Bu makalede makine öğrenmesi ve veri madenciliği yöntemleri kullanarak sigorta müşterilerinin kümelenmesi amaçlanmaktadır. Başarı oranı yüksek bir kümelemeye sadece sigorta alanında değil bankacılık, market analizi gibi pek çok alanda ihtiyaç duyulmaktadır. Kümeleme algoritmaları, sınıflandırma algoritmalarından farklı olarak işaretli olmayan veri üzerinde işlem yapar ve birbirine en benzeyen örnekleri kendi arasında gruplandırır. Çalışmamızda kümeleme yöntemi olarak K-Ortalama kümeleme yöntemi ve hiyerarşik Aglomeratif Kümeleme Algoritmaları kullanılmıştır. Bu sonuçlar hem birbirileriyle, hem de daha önce yapılmış olan çalışmadan elde edilen sonuçlarla doğruluk metriği, siluet metriği ve DB metriği kullanılarak karşılaştırılmıştır.

Özet (Çeviri)

Customer risk grouping is one of the most important issues in the insurance industry. This paper aims to cluster insurance customers using machine learning and data mining methods. A cluster with high success rate is needed not only in the insurance field and also in many fields such as banking and market analysis. Unlike classification algorithms, clustering algorithms operate on unlabeled data and group the most similar samples among themselves. In this project, K-means clustering and hierarchical agglomerative clustering algorithms were used as clustering method. These results were compared both with each other and with the results obtained from the previous study using the accuracy metric, silhouette metric and DB metric.

Benzer Tezler

  1. İş kazaları: Genel değini ve üç örnek iş kolu incelemesi

    Başlık çevirisi yok

    SERPİL ERÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Çalışma Ekonomisi ve Endüstri İlişkileriGazi Üniversitesi

    Kazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)

  2. Sigorta muhasebesinde karşılıklar

    Başlık çevirisi yok

    UYGUR TEMİZER

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    SigortacılıkGazi Üniversitesi

    DOÇ. DR. YURDAKUL ÇALDAĞ

  3. Sigorta endüstrisinin genel yapısı ve Türkiye'de sigortacılık

    Başlık çevirisi yok

    FEHMİ YILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    SigortacılıkUludağ Üniversitesi

    Sigortacılık Ana Bilim Dalı

  4. Kesikli üretim sistemlerinde simülasyon ile programlama

    Başlık çevirisi yok

    ERTAN KANDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    İşletmeİstanbul Üniversitesi

    Üretim Yönetimi Ana Bilim Dalı

    DOÇ. DR. MEHMET GÜNEŞ GENÇYILMAZ

  5. Türkiye'de yaşlılık ve emeklilik ile ilgili sosyal güvenlik müesseselerinin mukayese ve tetkiki

    Başlık çevirisi yok

    LEVENT MUTLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    Çalışma Ekonomisi ve Endüstri İlişkileriİstanbul Üniversitesi

    Endüstri İlişkileri Ana Bilim Dalı

    PROF. DR. SABAHADDİN ZAİM