كشف تقلب و راهكار هاي مقابله با آن در سازمان هاي بيمه اي با استفاده از داده كاوي (مطالعه موردي: سازمان تأمين اجتماعي)

Fraud detection and management strategies in the insurance organizations using data mining techniques

هدف: در سال هاي اخير، توسعه فناوري هاي جديد راه هاي زيادي براي متقلبان و مجرمان باز كرده است كه بتوانند مرتكب تقلب شوند. ايجاد يك سيستم اطلاعاتي جديد، علاوه بر تمامي مزايا و منافعي كه دارد، ممكن است فرصت هاي بيشتري را براي ارتكاب تقلب در اختيار مجرمان قرار دهد و اين تحقيق با هدف پي شبيني رفتارهاي متقلبانه بيم هشدگان تأمين اجتماعي و به منظور كشف تقلب در سه حوزه هزينه اي )دفترچه هاي درماني، پرداخت كمك هزينه مرخصي زايمان- بيمه بيكاري و دريافت مستمري بازنشستگي و فوت( سامان يافته است. روش: تحقيق حاضر با استفاده از سه الگوريتم داده كاوي )درخت تصميم، شبكه هاي عصبي مصنوعي و انجام شده است. )KNN نزدي كترين همسايه يافت هها: شناسايي نقاط بحراني بروز تقلب در نخستين گام انجام شد. ضمن شناسايي بخ شهاي تقل بخيز سازمان تأمين اجتماعي از طريق تكميل پرسشنامه، مصاحبه و بررسي پروند ههاي قضايي و اولوي تبند يها مشخص و داد ههاي متناظر از بانك اطلاعات مرتبط استخراج گرديد. داد ههاي اوليه پالايش و متغيي رهاي كليدي شناسايي شد. و سالم، براي تهيه جداول داد ههاي آزمون و تست در قالب » تقلب « تمامي حال تهاي ممكن از دو وضعيت موجود فاي لهاي اكسل طراحي و جهت شناخت الگوي رفتاري بيم هشدگان سازمان تأمين اجتماعي در راستاي سو ءاستفاده از منابع در اختيار الگوريت مهاي داد هكاوي قرار گرفت. نتايج پياد هسازي الگوريت مهاي شبك ههاي عصبي مصنوعي، درخت تصميم و نزدي كترين همسايه طراحي، در قالب 3 آزمايش مجزا توسط نر مافزار مطلب شبي هسازي و ب هترين نهايي شناسايي گرديد. SQL الگوريتم جهت پياده سازي كدهاي نتيجه: شناسايي نقاط مستعد تقلب به دليل آگاهي كارفرمايان و بيمه شدگان از قوانين و مقررات بيمه اي با حداقل سابقه ممكن وگريز از چارچوب هاي بازرسي كارگاهي؛ به جهت استفاده حداكثري از خدمات ارائه شده سازمان تأمين اجتماعي تقريباً در سه حوزه مورد بحث انجام مي پذيرد و در ساير موارد به دليل انجام پروسه هاي كنترل سيستمي و انساني در سا لهاي اخير تا حدود زيادي قابل پيشگيري است؛ هرچند بايد اين نكته را در نظر داشت كه نبود رويۀ ثابت اداري باعث گرديده است كه در اكثر شعبه ها به صورت سليق هاي رفتار شود

Today, fraud, which dates back to the size of human life, is a multi-million dollar business worldwide, and its financial size is increasing day by day. In recent years, the development of new technologies has opened many ways for fraudsters and criminals to commit fraud. Creating a new information system, in addition to all its benefits and benefits, may offer more opportunities for offenders to commit fraud. Identification of the critical points of the occurrence of fraud in the first step. Identifying the fractious sectors of the Social Security Organization by completing the questionnaire, interviewing and reviewing cases, the prioritization and related data were extracted from the relevant database. Primary refinement data and key variables were identified. All possible scenarios from the two existing "cheating" and "healthy" situations are designed to prepare the test and test data sheets in the form of Excel files and to identify the patterns of behavior of the insured organizations of the Social Security Organization in order to exploit the resources available to the data mining algorithms. The results of the implementation of artificial neural network algorithms, decision trees and the nearest designer neighbor were identified in the form of three separate tests by simulation software and the best algorithm for implementing the final SQL code. In the final section of the research, the manufacturer's suggestions Reforming and preventing fraud in the social security organization It is described in detail.