Duomenų gavybos taikymas rizikos vertinimui ir valdymui draudimo bendrovėse
Jurevičius, Justinas |
Baigiamajame magistro darbe nagrinėjama duomenų gavyba. Apibrėžiama duomenų gavybos sąvoka ir aprašomas jos procesas. Apžvelgiami duomenų gavybos metodai ir algoritmai. Išskiriamos draudimo bendrovių sritys, kuriose taikoma duomenų gavyba. Pasinaudojant sprendimų medžio algoritmu ir sprendimų medžio regresinio modelio metodu identifikuojami faktoriai įtakojantys vidutinę draudimo išmokų sumą.Darbą sudaro 7 dalys: įvadas, duomenų gavybos metodų ir algoritmų apžvalga, duomenų gavybos taikymas draudimo bendrovėse, esamos Lietuvos draudimo rinkos apžvalga, rizikos faktorių radimas ir vertinimas, išvados, literatūros sąrašas.Darbo apimtis - 35 p. teksto be priedų, 12 pav., 5 lent., 20 bibliografinių šaltinių.Atskirai pridedami darbo priedai.
In this thesis data mining is analyzed. The definition of data mining is defined and the process is described. Mining methods and algorithms are reviewed. Areas of insurance companies are defined in which data mining is applied. Using a decision tree algorithm and decision tree method for regression model the factors that influence the average amount of claims are identified.Thesis consists of 7 parts: introduction, overview of methods and algorithms used in data mining, application of data mining in insurance companies, overview of Lithuanian insurance market, identification and management of risk factors using data mining, the conclusions and the list of the literature used.Work coverage: 35 p. of text without appendixes, 12 figures, 5 tables, 20 bibliographical entries.Appendixes included.