چکیده:
هدف: وفاداری و رویگردانی مشتریان یکی از چالشهای مهم شرکتها و موسساتی است که خدمات
و کالا را به مشتریان خود عرضه میکنند. سازمان تامین اجتماعی هم در موضوع وفاداری بیمهشدگان
خویشفرما جهت ادامه بیمهپردازیء در سالهای اخیر با چالش فوق مواجه بوده است. هدف این مقاله
شناسایی میزان رویگردانی بیمهشدگان و همچنین یافتن مدلی بر مبنای الگوریتمهای هوش مصنوعی
است که میزان رویگردانی بیمهشدگان در سالهای آتی را بهدرستی تخمین زده» میزان ازدسترفتن
منابع درامدی مربوط به آنها را محاسبه نماید.
روش: در این پژوهش اطلاعات و شاخصهای مهم حدود ۷ ۲۱۴۰ نفر در قالب ۲۷ ویژگی از بانکهای
اطلاعاتی سازمان اجتماعی استخراج گردید. سپس با استفاده از الگوریتم NSGA-II، تعداد ۷
ویژگی مهم که حداقل خطای طبقهبندی را داشتند. انتخاب شد.
بافتهها: در ابتدا عملیات طبقهبندی دادهها با شبکه عصبی چندلایه برروی دادههای موجود و با استفاده
از ۲۷ ویژگی انجام شد و دقت طبقهبندی ۹۷,۶درصد به دست آمد. پس از انتخاب بهترین طبقهبندی
که شبکه عصبی بودء عملیات طبقهبندی با شبکه عصبی بر روی همان دادهها و در قالب ۷ ویژگی انجام
شد و دقت ۹۷,۵۵٩درصد به دست آمد. در مرحله انتخاب بهترین طبقهبندی برای انجام پیشبینیهای
مورد نیاز از ۳ الگوریتم شبکه عصبی چندلایه، الگوریتم ماشین بردار پشتیبان (SVM) و الگوریتم KNN استفاده شد که نهایتا شبکه عصبی چندلایهء بهترین دقت طبقهبندی را با مقدار ۹۶,۸درصد به دست
آورد. سپس برای شبکه عصبی مذکور با استفاده از ۷ ویژگی مربوط به دادههای سالهای ۱۳۶۷ تا ۱۳۹۵
آموزش انجام شد. از شبکه عصبی آموزشدیده برای پیشبینی وفاداری و رویگردانی مشتریان سالهای
1396 و ۱۳۹۷ که به تعداد ۸۳۶۴ رکورد میباشد،استفاده شد.
نتیجه گیری: با درنظ رگرفتن همه احتمالات. حدود ۲۷,۶۵ درصد از بیمهشدگان خویشفرمای سالهای
1396و 1397 درکلاس رویگردان دستهبندی میشوند.