{"title":"Gépi tanulási módszerek lehetséges biztosítási alkalmazása : Keresztértékesítési lehetőségek feltérképezése","authors":"Marcell Csőke","doi":"10.18530/bk.2023.1-2.52","DOIUrl":null,"url":null,"abstract":"Jelen tanulmány célja olyan értékesítést támogató modellek létrehozása, amelyekkel feltárhatjuk azon szegmenseket egy biztosító meglévő kötelező gépjármű-felelősségbiztosítás állományából, amelyekre nagyobb valószínűséggel történhet sikeres casco-keresztértékesítés. Az így kapott modellek valamelyikének gyakorlatban való alkalmazása lehetővé teszi, hogy hatékonyan feldolgozható címanyagot állítsunk elő a biztosító egy értékesítési csatornája számára. A modellezés során négy modelltípus kerül illesztésre: logisztikus regresszió, egy döntésifa-alapú ensemble-modell, támaszvektor-gép és neurális hálózat. Értékelésük a pontosság mellett az időtényezőt is figyelembe véve történik. Végül a kapott modelleredmények értelmezésén túl a gyakorlati felhasználhatóságukra és továbbfejlesztési lehetőségeikre is kitérek. A publikáció alapját a BCE-ELTE Biztosítási és pénzügyi matematika mesterszakon írt szakdolgozatom jelenti.","PeriodicalId":297207,"journal":{"name":"Biztosítás és Kockázat","volume":"15 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Biztosítás és Kockázat","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18530/bk.2023.1-2.52","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Jelen tanulmány célja olyan értékesítést támogató modellek létrehozása, amelyekkel feltárhatjuk azon szegmenseket egy biztosító meglévő kötelező gépjármű-felelősségbiztosítás állományából, amelyekre nagyobb valószínűséggel történhet sikeres casco-keresztértékesítés. Az így kapott modellek valamelyikének gyakorlatban való alkalmazása lehetővé teszi, hogy hatékonyan feldolgozható címanyagot állítsunk elő a biztosító egy értékesítési csatornája számára. A modellezés során négy modelltípus kerül illesztésre: logisztikus regresszió, egy döntésifa-alapú ensemble-modell, támaszvektor-gép és neurális hálózat. Értékelésük a pontosság mellett az időtényezőt is figyelembe véve történik. Végül a kapott modelleredmények értelmezésén túl a gyakorlati felhasználhatóságukra és továbbfejlesztési lehetőségeikre is kitérek. A publikáció alapját a BCE-ELTE Biztosítási és pénzügyi matematika mesterszakon írt szakdolgozatom jelenti.