Xây dựng mô hình phát hiện gian lận trong yêu cầu bồi thường của sản phẩm bảo hiểm sức khỏe phi nhân thọ

Abstract

Bảo hiểm sức khỏe là một loại sản phẩm bảo hiểm quan trọng trong việc hỗ trợ chi phí chăm sóc sức khỏe cho người dân và doanh nghiệp cũng như là nghiệp vụ trọng điểm của BHPNT. Tuy nhiên, các doanh nghiệp trong ngành BHPNT luôn phải đối mặt với vấn đề gian lận bảo hiểm, tức là hành vi lừa đảo hoặc lạm dụng quyền lợi bảo hiểm để thu lợi bất chính gây thiệt hại rất lớn cho các công ty bảo hiểm, làm tăng chi phí hoạt động và giá cả của các sản phẩm bảo hiểm, ảnh hưởng đến uy tín và niềm tin của khách hàng. Xuất phát từ những vấn đề nêu trên, tác giả đã lựa chọn đề tài “Xây Dựng Mô Hình Phát Hiện Gian Lận Trong Yêu Cầu Bồi Thường của Sản Phẩm Bảo Hiểm Sức Khỏe Phi Nhân Thọ” làm đề tài luận văn. Hướng nghiên cứu của luận văn nhằm đề xuất một mô hình phát hiện gian lận tối ưu cho sản phẩm bảo hiểm sức khỏe bằng các thuật toán máy học không giám sát. Người viết đã áp dụng bốn thuật toán máy học không giám sát phổ biến là K-means, Isolate Forest, LocalOutlierFactor và One-Class SVM để phát hiện gian lận trong dữ liệu yêu cầu bồi thường bảo hiểm sức khỏe và dùng chỉ số Detect Rate để đánh giá kết quả phát hiện gian lận của các thuật toán.