پیشبینی وفاداری و رویگردانی بیمه شدگان خویش فرمای سازمان تامین اجتماعی

چکیده

وفاداری و رویگردانی مشتریان یکی از چالش های مهم شرکتها و موسساتی است که خدمات و کالا را به مشتریان خود عرضه میکنند. سازمان تامین اجتماعی هم در موضوع وفاداری بیمه شدگان خویش فرما جهت ادامه بیمه پردازی، در سالهای اخیر با چالش فوق مواجه بوده است. در این پژوهش اطلاعات و شاخصهای مهم حدود 21407 نفر در قالب 27 ویژگی از بانکهای اطلاعاتی سازمان مذکور استخراج گردید. سپس با استفاده از الگوریتم NSGA-II، تعداد 7 ویژگی مهم که دارای حداقل خطای طبقه بندی بودند، انتخاب شد. در ابتدا عملیات طبقه بندی داده ها با شبکه عصبی چندلایه برروی داده های موجود و با استفاده از 27 ویژگی انجام شد و دقت طبقه بندی 97.6 درصد بدست آمد. پس از انتخاب بهترین طبقه بند که شبکه عصبی بود، عملیات طبقه بندی با شبکه عصبی برروی همان داده ها و در قالب 7 ویژگی انجام شد و دقت 96.8 درصد بدست آمد. در مرحله انتخاب بهترین طبقه-بند جهت انجام پیش بینی های مورد نیاز، از 3 الگوریتم شبکه عصبی چندلایه، الگوریتم ماشین بردار پشتیبان (SVM) و الگوریتم KNN استفاده شد که نهایتاً شبکه عصبی چندلایه، بهترین دقت طبقه بندی را با مقدار 96.8 درصد بدست آورد. سپس برای شبکه عصبی مذکور با استفاده از 7 ویژگی مربوط به داده های سالهای 1367 تا 1395 آموزش انجام شد. از شبکه عصبی آموزش دیده جهت پیش بینی وفاداری و رویگردانی مشتریان سالهای 1396 و 1397 که به تعداد 8364 رکورد می باشد، استفاده شد. نهایتاً این نتیجه حاصل شد که با در نظر گرفتن همه احتمالات، حدود 27.65 درصد از بیمه شدگان خویش فرمای سالهای 1396و1397 در کلاس رویگردان دسته بندی خواهند شد.