Sigorta sektöründe sahte hasar tespitinde makine öğrenimi modellerinin kıyaslanması

Suistimal konusu sigortacılıkta oldukça önemli ve üzerinde durulması gereken bir konudur. Suistimal, sigortacılıkta sahte hasar beyanı olarak açıklanabilir. Sahte hasar beyanları sigorta şirketlerinde çok fazla maliyete sebep olmaktadır. Bu olumsuz etkileri yıkabilmek için sigorta şirketlerindeki hasar ekiplerinin yüzlerce hasar ihbarı arasında suistimalli ve suistimalsiz dosyaları ayırabilmesi için çok fazla iş gücü harcamaları gerekmektedir. Ayrıca suistimali yapan kişi farklı teknikler geliştirdikçe suistimali yakalamak bir hayli zorlaşmaktadır. Tüm bu nedenler sigorta şirketleri için maddi ve manevi kayıplara yol açabilmektedir. Bu çalışmada, sigorta sektöründeki hasar ekiplerine sahte hasarların tahmini konusunda yardımcı olmak için makine öğrenmesi modelleri geliştirmek ve makine öğrenimi yöntemlerinden hangilerinin bu problem için daha uygun olduğunu tespit etmek amaçlanmaktadır. Bu çalışmada ülkemizde hizmet veren bir sigorta şirketinin kasko ve trafik sigortasına ait verileri kullanılmıştır. Model oluşturulmasında K-NN, Karar ağacı, Lojistik Regresyon, CART ve Yapay Sinir Ağları algoritmaları kullanılmıştır. Ayrıca bu algoritmaların sonuçları bir de öznitelik seçimi yöntemi kullanılarak daha iyi özellikler kullanılarak tekrar karşılaştırılmıştır. Tüm bu yöntemlerin sonucunda öznitelik seçimi kullanılarak yapay sinir ağları yüzde 86.4 oranında ve CART modeli yüzde 86.1 oranında ve lojistik regresyon modeli yüzde 85.7 ile en başarılı modeller olduğu görülmektedir. Çalışma sonucunda elde edilen sonuçlar ile suistimalli hasar dosyalarının tespiti için sigorta şirketlerindeki hasar ekiplerine yardımcı olabileceği düşünülmektedir.