MAKİNE ÖĞRENMESİ İLE SİGORTA SEKTÖRÜNDE SAHTE HASAR TESPİTİ

Abstract

Sigorta sektöründe dolandırıcılık dünya genelinde ciddi artış göstermektedir. İnternetin günlük hayatın yanında iş hayatında ciddi oranda kullanılması ve banka kartı, kredi kartı gibi dijital ödeme araçlarının çokça kullanımıyla dolandırıcılık ve sahte işlem vakalarının artış gösterdiği görülmektedir. Özellikle finans sektörü krediler ve kredi kartları dolandırıcılıklarının tespit edilmesi ve önlenmesine ilişkin bir çok çalışma yapıldığı ve önlemler alındığı görülmektedir. Benzer durum sigorta hasarlarında yani sigortacılık sektöründe yoğun bir şekilde görülmektedir. Sigortacılıkta kullanılan sahte hasar yöntemlerinin tahmini ile ilgili uygulamaların finans alanında yapılan çalışmalara nazaran daha az olduğunu ve yapılmış çalışmalar incelendiğinde daha zor uygulamalar olduğu görülmektedir. Teknolojinin hızla ilerlemesi ve iş hayatında bu teknolojilerden faydalanılması yapılan işlemlerin hacimlerini ve dolayısıyla verileri çok hızlı bir şekilde arttırmaktadır. Yazılım dünyasında artık algoritmaların programlar tarafından otomatik yazılmasından, öğrenmesinden ve bunları uygulamasından bahsedilmektedir. Makine öğrenmesi olarak isimlendirilen bu yöntemler yapay zekanın bir alt uygulamasıdır ve veri üzerinden öğrendiğini deneyip, geliştirip bize sonuçları verir. Makine öğrenmesi yöntemleri iş hayatında bir çok sektörde kullanıldığı gibi finans ve sigorta sektöründe de yoğun bir şekilde kullanılmaktadır. Sigortalıların verileri ve hasar bilgileri büyük veri havuzunda toplanıp bu veri üzerinden ciddi analizler yapılmaktadır. Bu verilerin doğru yöntemler ve makine öğrenimi algoritmaları ile analizleri yapılarak özellikle sahte hasarların yüksek oranlarda tahmin edilmesini sağlamaktadır. Tezimde özel bir sigorta şirketinden temin edilen gerçek hasar veri seti ile makine öğrenmesi algoritmalarını kullanarak, sahte hasarların tahmin edilme skorları karşılaştırılmıştır. 7 adet değişik algoritma aynı veri seti ile eşit test ve eğitim oranları ile çalıştırılıp, doğruluk oranları ve performans değerleri karşılaştırılmış ve sonuçlar grafikler ve tablolar yardımıyla gösterilmiştir.