اعتبارسنجي ادعاي بيمه بيكاري با روش تركيب رده بندها

بيمه بيكاري يكي از مهم‌ترين و پرطرفدارترين انواع بيمه در دنياي امروزي محسوب مي‌شود. سازمان تأمين اجتماعي در مقابل ادعاي بيكاري افراد تحت پوشش اين سازمان، وظيفه بررسي صحت اين موضوع را دارد. بررسي دستيِ ادعاي افراد بيكار نيازمند صرف زمان و هزينه زيادي است. روش‌هاي داده‌كاوي و يادگيري ماشين به‌عنوان ابزارهاي كارآمدِ تحليل داده‌ها مي‌تواند در خودكارسازي اين فرآيند به سازمان تأمين اجتماعي كمك كنند. در اين پژوهش، روشي مبتني بر يادگيري نظارتي براي بررسي صحت ادعاي بيكاري افراد متقاضي ارائه شده است. روش پيشنهادي، اطلاعات بيمه‌شدگان را به‌عنوان ورودي دريافت كرده و پس از تحليل داده‌ها به هر فرد متقاضي امتيازي تخصيص مي‌دهد. سپس بر اساس مقدار اين امتياز، مدعيان بيمه بيكاري را به دو گروه شايسته دريافت بيمه بيكاري و فاقد كفايت براي دريافت بيمه بيكاري دسته‌بندي مي‌كند. روش پيشنهادي از دو تركيب مختلف براي دسته‌بندي ادعاي متقاضيان استفاده مي‌كند: روش BSA-SVM و روش تركيب  ضرايب اطمينان طبقه‌بندها. در روش BSA-SVM براي بهبود كارايي و تخمين پارامترهاي كنترلي SVM، از الگوريتم بهينه‌سازي جستجوي عقبگرد (BSA) استفاده شده‌است. در روش تركيب  ضرايب اطمينان طبقه‌بندها، تعدادي طبقه‌بند، از جمله شبكه‌هاي عصبي مصنوعي، درخت تصميم و رگرسيون لجستيك داده‌ها را طبقه‌بندي كرده و ضرايب اطمينان اين طبقه‌بندها با دو روش مختلف با همديگر تركيب مي‌شوند. نتايج آزمايش‌ها نشان مي‌دهد كه روش پيشنهادي BSA-SVM با كسب 87% و روش تركيب طبقه‌بندها با ضرايب اطمينان با كسب دقت 86%، كارايي بهتري در قياس با ساير روش‌هاي موجود كسب كرده اند.