REAL

Gépi tanulási módszerek lehetséges biztosítási alkalmazása : Keresztértékesítési lehetőségek feltérképezése

Csőke, Marcell (2023) Gépi tanulási módszerek lehetséges biztosítási alkalmazása : Keresztértékesítési lehetőségek feltérképezése. BIZTOSÍTÁS ÉS KOCKÁZAT, 10 (1-2). pp. 52-79. ISSN 2064-9584

[img]
Preview
Text
biztositas-es-kockazat-10-evf-1-2-szam-4-cikk.pdf - Published Version

Download (1MB) | Preview

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. | The main purpose of this paper is to develop sales support models which are capable of identifying cross-selling opportunities in an insurance company’s existing motor third party liability insurance portfolio for a Casco product. With the practical application of these models it is possible to generate efficiently processable leads for a sales channel of the insurance company. During the modeling four types of models are fitted: logistic regression, a decision tree based ensemble model, a support vector machine and a neural network. Besides the accuracy, the time factor of fitting the models is considered as well during the evaluation. Finally beyond the interpretation of the model results I will also discuss their practical usability and further development possibilities. The publication is based on my thesis written in the Actuarial and Financial Mathematics Master’s program of Corvinus University of Budapest and Eötvös Loránd University.

Item Type: Article
Uncontrolled Keywords: gépi tanulás, keresztértékesítés, címanyag-előállítás, biztosítás | machine learning, cross-selling, leadset generation, insurance
Subjects: H Social Sciences / társadalomtudományok > HG Finance / pénzügy
H Social Sciences / társadalomtudományok > HG Finance / pénzügy > HG8011-9999 Insurance / biztosítás
Depositing User: Melinda Danyi
Date Deposited: 26 Feb 2024 08:12
Last Modified: 26 Feb 2024 09:29
URI: https://real.mtak.hu/id/eprint/188918

Actions (login required)

Edit Item Edit Item