Страхові випадки: аналіз з використанням машинного навчання

Анотація

Однією з головних проблем страхування є шахрайство, коли клієнт шляхом спотворення інформації про страховий випадок, хоче отримати завищені суми виплат. Проте традиційні методи боротьби з шахрайством у страхуванні вимагають великої кількості рутинної ручної праці та є не надто ефективними. У роботі запропоновано розробку прототипу системи моніторингу страхових випадків з метою виявлення шахрайства із застосуванням методів машинного навчання. Розробку проведено на прикладі бази даних страхових випадків, що налічує 38 змінних та містить 1000 записів зі страхових претензій клієнтів. У датасеті надана інформація щодо 1) клієнтів – 10 ознак; 2) договору страхування – 7 ознак; 3) інциденту – 21 ознака. Попередню обробку даних, побудову моделей та розробку системи моніторингу проведено з використанням мови програмування Python. На основі моделей логістичної регресії, градієнтного бустингу та випадкового лісу було побудовано низку класифікаторів з різними комбінаціями змінних. Для кожної моделі було проаналізовано матрицю спряженості, показники точності, специфічності, чутливість, побудовані ROC-криви. За результатами моделювання вдалось відібрати 5 основних змінних для моніторингу, 3 з яких характеризують клієнта, 2 – зіткнення транспортних засобів. За допомогою запропонованої системи моніторингу вдалося виявити наступні закономірності: 1) серед шахраїв найчастіше зустрічаються менеджери та працівники технічної підтримки; 2) клієнти, які у вільний час грають у шахи або займаються кросфітом, більш схильні до шахрайства; 3) більшість фактів шахрайства було зафіксовано при сильному пошкодженні транспортного засобу; 4) за відсутності контакту з екстреними службами, велика сума претензії свідчить про фрод.