مروری بر روشهای کشف تقلب در بیمه های درمانی با داده کاوی

مروری بر روشهای کشف تقلب در بیمه های درمانی با داده کاوی


  • 256 بازدید

 آکادمی داده  که به زودی پنجمین سال فعالیت خود را جشن می گیرد سالهاست به دنبال ایجاد محتوای مفید برای علاقه مندان علوم داده‌کاوی، متن کاوی و علوم مرتبط با علم داده، مدیریت دانش، هوش تجاری و مباحث مرتبط است.  آکادمی داده  امیدوار است با این اقدامات بتواند اثری هر چند اندک در افزایش آگاهی علاقه مندان به این حوزه ها داشته باشد. در این سری مقالات  آکادمی داده  تلاش دارد مقالات جالب، جدید، پر محتوا و اثرگزار را در علوم داده‌کاوی، متن کاوی، مدیریت دانش، هوش تجاری و مباحث مرتبط ارایه نماید. در این سری مقالات ابتدا مقدمه و سپس نتیجه گیری مقالات ارایه شده است و سپس‌ فایل پی دی اف مقاله برای دانلود رایگان علاقه مندان توسط  آکادمی داده تهیه شده و قابل دانلود است.

چکیده 
کلاهبرداری و تقلب یکی از دغدغه های اساسی شرکتهای مالی است زیرا هر ساله ضرر و زیان زیادی را به این شرکت ها وارد می نماید. این مقاله قصد دارد با بررسی اجمالی تکنیک های کشف تقلب مالی ، تکنیکهای کشف تقلب در بیمه های درمانی که یکی از چالش های اساسی شرکتهای بیمه خصوصی و دولتی می باشد را نیز بر اساس تکنیک ها و روش های داده کاوی بررسی نماید. کشف تقلب در بیمه از دو جنبه قابل بررسی است. جنبه اول تشخیص تقلب قبل از زمان رسیدگی و در زمان درخواست خدمات بیمه درمانی انجام می شود و جنبه دوم زمان بررسی درخواست ها توسط کارشناسان رسیدگی است. در این مقاله با چند مثال چند روش را جهت کشف تقلب در حوزه بیمه درمانی بررسی خواهیم نمود. همچنین انواع رفتارهای کلاهبردارانه در صنعت بیمه درمانی و دسته بندی و ارزیابی انواع روش های اصلی داده کاوی در ادامه ارائه خواهد شد.

نتیجه 
داده کاوی در زمینه حوزه بیمه درمانی روز به روز در حال گسترش می باشد تا این بخش از صنعت را نیز توسعه داده و در تشخیص خطاهای رسیدگی به اسناد و جلوگیری از تقلب یاری رسان باشد و این کار با افزایش کارایی کارشناسان رسیدگی به درخواست ها و نیز پیش بینی تقلب و کلاهبرداری ها صورت می پذیرد. در مرور ارائه شده، بصورت خلاصه به دسته بندی و خلاصه سازی تکنیک ها و روش هایی که در تشخیص تقلب مالی و نیز تشخیص تقلب های حوزه بیمه درمانی مورد استفاده قرار می گیرند پرداخته شد تا به شرکتهای بیمه دولتی و خصوصی چشم اندازی از کارهای انجام شده برای بهتر نمودن پیش بینی و رسیدگی به درخواست ها را ارائه دهد و این در حالی است که بررسی های دقیقتر و بیشتری می تواند در این حوزه صورت پذیرد.
 ممکن است که ما قادر نباشیم تا بصورت کلی تقلب را ریشه کن کنیم اما ما بطور قطع می توانیم آن را کاهش دهیم. ما امروزه با بهره گیری از روش های داده کاوی و هوش منصوعی قادر خواهیم بود تا تقلب را تا درصد زیادی کاهش دهیم.

این مقاله توسط آکادمی داده تهیه شده است و از طریق لینک قابل دسترسی است. محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 

اگر در حال پژوهش در حوزه داده کاوی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام  آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید. 

مجموعه مقالات فارسی به صورت یکجا نیز از طریق لینک قابل دسترسی هستند. 

اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام (https://t.me/dataacademyحضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.