Thạc Sĩ Xây dựng hệ thống trợ giúp đánh giá rủi ro và bồi thường bảo hiểm xe cơ giới

Luận văn thạc sĩ năm 2011
Đề tài: Xây dựng hệ thống trợ giúp đánh giá rủi ro và bồi thường bảo hiểm xe cơ giới
Định dạng file word kèm slide bảo vệ


MỤC LỤC
LỜI CAM ĐOAN ii
MỤC LỤC iii
DANH MỤC CÁC TỪ VIẾT TẮT vii
DANH MỤC BẢNG vii
DANH MỤC HÌNH viii
THỐNG KÊ TÀI LIỆU THAM KHẢO ix
MỞ ĐẦU 1
CHƯƠNG 1. CƠ SỞ LÝ THUYẾT 5
1.1. HỆ HỖ TRỢ QUYẾT ĐỊNH 5
1.1.1. Tổng quan. 5
1.1.2. Tại sao phải hỗ trợ ra quyết định?. 6
1.1.3. Hệ hỗ trợ quyết định. 6
1.1.3.1. Khái niệm 6
1.1.3.2. Ưu điểm 7
1.1.3.3. Quá trình ra quyết định. 7
1.1.4. Các thành phần của hệ hỗ trợ quyết định. 10
1.1.4.1. Mô hình tổng quát 10
1.1.4.2. Phân hệ quản lý dữ liệu. 11
1.1.4.3. Phân hệ quản lý mô hình. 11
1.1.4.4. Phân hệ quản lý dựa vào kiến thức. 11
1.1.4.5. Phân hệ giao diện người dùng. 11
1.2. RA QUYẾT ĐỊNH TRONG QUẢN LÝ 11
1.2.1. Giả thiết về sự hợp lý. 11
1.2.2. Các loại ra quyết định trong quản lý. 12
1.2.2.1. Ra quyết định theo cấu trúc của vấn đề. 12
1.2.2.2. Ra quyết định theo tính chất của vấn đề. 14
1.2.3. Các bước của quá trình ra quyết định. 14
1.2.4. Bài toán ra quyết định. 14
1.2.5. Ra quyết định trong điều kiện rủi ro. 16
1.2.5.1. Phương pháp lập bảng quyết định. 16
1.2.5.2. Phương pháp xây dựng cây quyết định. 20
1.2.6. Ra quyết định đa yếu tố (Multi-Factor Decision Making). 22
1.3. CÂY QUYẾT ĐỊNH 25
1.3.1. Giới thiệu chung. 26
1.3.2. Các kiểu cây quyết định. 27
1.3.3. Ưu điểm của cây quyết định. 27
1.3.4. Phân lớp dữ liệu bằng cây quyết định. 28
1.3.5. Giải thuật cơ bản xây dựng cây quyết định. 30
1.4. THUẬT TOÁN C4.5. 31
1.4.1. Giới thiệu. 31
1.4.2. Giải thuật C4.5 xây dựng cây quyết định từ trên xuống. 35
1.4.3. Chọn thuộc tính phân loại tốt nhất 37
1.4.3.1. Entropy đo tính thuần nhất của tập ví dụ. 38
1.4.3.2. Lượng thông tin thu được đo mức độ giảm entropi mong đợi 40
1.4.3.3. Tỷ suất lợi ích Gain Ratio. 41
1.4.4. Phương pháp đánh giá mức độ hiệu quả. 42
1.4.5. Chuyển cây về dạng luật 43
1.5. TỔNG KẾT CHƯƠNG 1. 43
CHƯƠNG 2. GIẢI PHÁP HỖ TRỢ ĐÁNH GIÁ RỦI RO VÀ BỒI THƯỜNG BẢO HIỂM XE CƠ GIỚI .45
2.1. TỔNG QUAN VỀ THỊ TRƯỜNG BẢO HIỂM XE CƠ GIỚI. 44
2.2. ĐÁNH GIÁ RỦI RO XE CƠ GIỚI. 45
2.2.1. Khái niệm rủi ro. 45
2.2.2. Khái niệm về đánh giá rủi ro. 46
2.2.3. Quy trình đánh giá rủi ro xe cơ giới 47
2.2.4. Các yếu tố ảnh hưởng đến độ rủi ro xe cơ giới 48
2.3. PHÂN TÍCH HIỆN TRẠNG 49
2.3.1. Số liệu thống kê. 49
2.3.2. Vấn đề đặt ra. 51
2.3.3. Giải pháp xây dựng hệ thống hỗ trợ đánh giá rủi ro xe cơ giới 51
2.4. ỨNG DỤNG CÂY QUYẾT ĐỊNH 51
2.4.1. Phân tích dữ liệu. 51
2.4.2. Triển khai giải thuật C4.5 xây dựng cây quyết định. 54
2.4.3. Rút luật từ cây quyết định. 59
2.5. NHẬN XÉT, ĐÁNH GIÁ 60
2.6. TỔNG KẾT CHƯƠNG 2. 60
CHƯƠNG 3. XÂY DỰNG VÀ THỬ NGHIỆM ỨNG DỤNG 62
3.1. XÂY DỰNG ỨNG DỤNG 61
3.1.1. Chức năng hệ thống. 61
3.1.1.1. Lựa chọn nguồn dữ liệu. 61
3.1.1.2. Tiền xử lý dữ liệu. 61
3.1.1.3. Xây dựng cây quyết định. 62
3.1.1.4. Chuyển cây về dạng luật 62
3.1.1.5. Thống kê tỉ lệ lỗi 62
3.1.2. Kiến trúc tổng thể của hệ thống. 62
3.1.3. Đặc tả chi tiết các thành phần. 63
3.1.3.1. Dữ liệu đầu vào (Input). 63
3.1.3.2. Quá trình xử lý dữ liệu. 63
3.1.3.3. Dữ liệu đầu ra (Output). 65
3.1.4. Sử dụng mã nguồn mở. 66
3.2. THỬ NGHIỆM ỨNG DỤNG 66
3.2.1. Dữ liệu thử nghiệm 66
3.2.1.1. Dữ liệu huấn luyện. 66
3.2.1.2. Dữ liệu kiểm thử. 66
3.2.2. Kịch bản thử nghiệm 66
3.2.3. Kết quả thử nghiệm 66
3.2.4. Nhận xét và đánh giá kết quả. 68
3.3. TỔNG KẾT CHƯƠNG 3. 69
KẾT LUẬN 70
[TABLE]
[TR]
[TD]DANH MỤC TÀI LIỆU THAM KHẢO 72[/TD]
[/TR]
[/TABLE]


MỞ ĐẦU
1. Lý do chọn đề tài
Trong những năm gần đây, cùng với sự phát triển mạnh mẽ của nền kinh tế và đời sống xã hội, nhu cầu vận chuyển bằng xe cơ giới ở nước ta không ngừng tăng trưởng với một tốc độ đáng kể. Lượng xe cơ giới tham gia giao thông không những tăng về số lượng mà còn ngày càng đa dạng và phong phú về chủng loại.
Tuy nhiên, chất lượng của hệ thống hạ tầng giao thông ở Việt Nam chưa thể đáp ứng tốt nhu cầu lưu thông của một lượng xe cơ giới lớn như hiện nay. Những người tham gia giao thông đều hiểu rằng, tai nạn có thể xảy ra bất kỳ lúc nào, cho bất kỳ ai với những hậu quả khôn lường. Vì vậy, bảo hiểm xe cơ giới đã ra đời và trở thành một nhu cầu thiết yếu đối với đối tượng xe cơ giới cũng như những người tham gia điều khiển phương tiện giao thông. Điều này đã mở ra những cơ hội lớn cho các công ty bảo hiểm xe cơ giới. Miếng bánh thị phần đang trở nên hấp dẫn hơn bao giờ hết. Những công ty nào có dịch vụ tốt hơn, sẽ chiếm lĩnh được tỉ lệ khách hàng nhiều hơn.
Trong lĩnh vực kinh doanh bảo hiểm xe cơ giới, công tác đánh giá rủi ro xe cơ giới rất quan trọng nhưng cũng hết sức phức tạp. Quy trình tác nghiệp đòi hỏi cán bộ vừa phải có trình độ chuyên môn nghiệp vụ cao, vừa phải có nhiều kinh nghiệm thực tiễn. Trong khi đó, hầu hết các công ty đều chỉ chú trọng đến vấn đề doanh thu khai thác mà ít quan tâm đến công tác đánh giá rủi ro và nếu có, đa phần đều rất sơ sài và cảm tính. Do đó, hiệu quả kinh doanh thường không được như mong muốn.
Mặt khác, vấn đề giải quyết bồi thường khi có tổn thất xảy ra cũng đóng một vai trò vô cùng quan trọng trong kinh doanh bảo hiểm xe cơ giới. Bồi thường “Nhanh, Đúng, Đủ” sẽ mang lại cho khách hàng niềm tin cũng như sự sẻ chia những rủi ro mà họ gặp phải. Vấn đề bồi thường sau tai nạn mang tính nhạy cảm rất cao và tác động không nhỏ đến tính hiệu quả của hoạt động kinh doanh bảo hiểm.
Nắm bắt được “tính vấn đề” cũng như tính cấp thiết của hoạt động đánh giá rủi ro và bồi thường tổn thất khi có tai nạn, các công ty bảo hiểm đã và đang đầu tư triển khai nhiều hệ thống công nghệ thông tin nhằm hỗ trợ đến mức tối đa cho công tác đánh giá và bồi thường rủi ro. Tuy nhiên, các hệ thống công nghệ thông tin hiện đang áp dụng trong ngành vẫn chưa thực sự linh hoạt và hiệu quả.
Xuất phát từ những lý do trên mà chúng tôi đã chọn đề tài: “Xây dựng hệ thống trợ giúp đánh giá rủi ro và bồi thường bảo hiểm xe cơ giới” để làm luận văn thạc sỹ. Đề tài được ứng dụng tại Công ty Cổ phần Bảo hiểm AAA với mong muốn đóng góp thêm một giải pháp hỗ trợ cho cán bộ nhân viên tại đơn vị trong hoạt động khai thác bảo hiểm. Chương trình được xây dựng sẽ giúp tôi hoàn thiện hơn kiến thức đã được học. Đồng thời tính khoa học và tính mềm dẻo của ứng dụng hy vọng sẽ góp phần làm tăng thế mạnh cạnh tranh của công ty đối với các doanh nghiệp trong ngành.
2. Mục tiêu và nhiệm vụ nghiên cứu
Mục tiêu mà đề tài hướng đến là xây dựng được một giải pháp thực tế, đảm bảo đầy đủ các yêu cầu về mặt chuyên môn bảo hiểm và nâng cao hiệu quả kinh doanh. Để hoàn thành mục tiêu đề ra, đề tài cần phải giải quyết những vấn đề chính sau: Nghiên cứu và phân tích quy trình khai thác bảo hiểm hiện nay tại công ty, nêu bật những vấn đề hạn chế, đề xuất lựa chọn giải pháp khắc phục. Áp dụng các cơ sở lý thuyết nền tảng để xây dựng và triển khai ứng dụng.
3. Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu của đề tài bao gồm: Hệ hỗ trợ quyết định, các mô hình toán học thường được sử dụng trong các bài toán ra quyết định trong quản lý kinh doanh, giải thuật xây dựng cây quyết định C4.5, quy trình đánh giá rủi ro và bồi thường bảo hiểm xe cơ giới và các số liệu kinh doanh tại Công ty Cổ phần Bảo hiểm AAA.
4. Phương pháp nghiên cứu
Để đáp ứng ứng mục tiêu và nhiệm vụ của đề tài đặt ra, tôi áp dụng hai phương pháp nghiên cứu đó là: phương pháp nghiên cứu lý thuyết và phương pháp nghiên cứu thực nghiệm. Đối với phương pháp lý thuyết, tôi nghiên cứu các cơ sở lý thuyết liên quan như hệ hỗ trợ quyết định, cây quyết định, giải thuật xây dựng cây quyết định. Đồng thời tiến hành thu thập và tổng hợp các tài liệu liên quan đến quy trình khai thác bảo hiểm xe cơ giới. Đối với phương pháp thực nghiệm, tôi nghiên cứu vận dụng các cơ sở lý thuyết để xây dựng ứng dụng, sau đó tiến hành kiểm thử và đánh giá hiệu suất của hệ thống.
5. Kết quả dự kiến
Ứng dụng CNTT vào quy trình khai thác bảo hiểm hiện tại nhằm nâng cao hiệu quả kinh tế tại đơn vị. Cụ thể, xây dựng hệ thống hỗ trợ đánh giá rủi ro và bồi thường xe cơ giới tại Công ty Cổ phần Bảo hiểm AAA.
6. Ý nghĩa khoa học và thực tiễn của luận văn
Về mặt lý thuyết, luận văn đã tiến hành phân tích, tìm hiểu được quy trình đánh giá rủi ro trong bảo hiểm xe cơ giới tại công ty hiện nay. Phát hiện ra những vấn đề còn hạn chế và nghiên cứu phương án khắc phục để nâng cao hiệu quả kinh doanh. Nghiên cứu và vận dụng giải thuật C4.5 để xây dựng mô hình dự đoán bằng cây quyết định.
Về mặt thực tiễn, luận văn đã nêu được giải pháp kỹ thuật để xây dựng hệ thống hỗ trợ đánh giá rủi ro và bồi thường bảo hiểm xe cơ giới. Xây dựng được ứng dụng có khả năng phân tích tốt các dữ liệu kinh doanh của công ty trong những năm gần đây và hy vọng hệ thống có khả năng xử lý tốt các dữ liệu trong những năm tiếp đến.
Hệ thống đáp ứng khá đầy đủ các yêu cầu chuyên môn trong hoạt động khai thác bảo hiểm. Nó giúp cho người dùng ra quyết định một cách khoa học, tránh được các tình huống khai thác và bồi thường theo cảm tính, hạn chế các trường hợp rủi ro và tăng hiệu quả kinh doanh của công ty.
7. Đặt tên đề tài
“XÂY DỰNG HỆ THỐNG TRỢ GIÚP ĐÁNH GIÁ RỦI RO
VÀ BỒI THƯỜNG BẢO HIỂM XE CƠ GIỚI”
8. Bố cục luận văn
Nội dung chính của luận văn được chia thành 3 chương như sau:
Chương 1: Cơ sở lý thuyết
Chương này, tôi trình bày các cơ sở lý thuyết làm nền tảng để xây dựng ứng dụng, bao gồm: Hệ hỗ trợ quyết định, các mô hình toán học thường dùng trong các bài toán ra quyết định. Cây quyết định và giải thuật C4.5 xây dựng cây quyết định.
Chương 2: Giải pháp hỗ trợ đánh giá rủi ro và bồi thường bảo hiểm xe cơ giới
Trong chương này, tôi sẽ tìm hiểu và phân tích hiện trạng tại đơn vị, nêu những vấn đề hạn chế và đề xuất giải pháp khắc phục, đó là giải pháp ứng dụng cây quyết định để giải quyết bài toán đặt ra.
Chương 3: Xây dựng và thử nghiệm ứng dụng
Chương cuối, tôi tập trung trình bày chi tiết về mô hình kiến trúc tổng thể của hệ thống và phương pháp xây dựng ứng dụng. Tiến hành kịch bản thử nghiệm trên số liệu thực tế, sau đó đánh giá kết quả đạt được và khả năng triển khai ứng dụng trên toàn hệ thống.
Cuối cùng là những đánh giá, kết luận và hướng phát triển của đề tài.


DANH MỤC TÀI LIỆU THAM KHẢO
v Tiếng Việt
[1] Lê Văn Dực (2006), Hệ hỗ trợ ra quyết định, NXB Đại học Quốc gia TP Hồ Chí Minh.
[2] Nguyễn Thống, Cao Hào Thi (1998), Phương pháp định lượng trong quản lý, NXB Thống Kê.
[3] Hoàng Kiếm, Đỗ Phúc (2005), Giáo trình khai phá dữ liệu, Trung tâm nghiên cứu phát triển công nghệ thông tin, Đại học Quốc gia thành phố Hồ Chí Minh .
[4] Đoàn Văn Ban, Lê Mạnh Thạnh, Lê Văn Tường Lân, Một phương pháp để xây dựng cây quyết định có hiệu quả trong khai phá dữ liệu, Kỷ yếu hội thảo quốc gia về Công nghệ phần mềm và Công nghệ tri thức (2006).
[5] Đoàn Văn Ban, Lê Mạnh Thạnh, Lê Văn Tường Lân (2007), "Một cách chọn mẫu huấn luyện và thuật toán học để xây dựng cây quyết định trong khai phá dữ liệu", Tạp chí Tin học và Điều khiển học, Số 4, Tr. 29-32.
[6] Lê Văn Tường Lân (2009), "Phụ thuộc dữ liệu và tác động của nó đối với bài toán phân lớp của khai phá dữ liệu", Tạp chí Khoa học, Đại học Huế Số 53, Tr. 14-20.
[7] Lê Quyết Thắng, Phan Tấn Tài, Dương Minh Hiếu (2008), Giáo trình Lý thuyết thông tin, Khoa CNTT - Đại học Cần Thơ.
[8] Nguyễn Quang Thu (2008), Quản lý rủi ro và bảo hiểm trong doanh nghiệp, NXB Thống kê.
[9] Khối Xe cơ giới (2007), Tài liệu hướng dẫn khai thác bảo hiểm xe cơ giới, Công ty Cổ phẩn Bảo Hiểm AAA, Lưu hành nội bộ.
[10] Khối Xe cơ giới (2007), Quy trình khai thác và quản lý hợp đồng bảo hiểm xe cơ giới, Công ty Cổ phẩn Bảo Hiểm AAA, Lưu hành nội bộ.
v Tiếng nước ngoài
[11] Efraim Turban (2001), Decision Support Systems and Intelligent Systems, Prentice Hall.
[12] David L. Olson, James F. Courtney (1998), Decision Support Models and Expert Systems, DAME.
[13] P. Gray, H. J. Watson (1998), Decision Support in Data Warehouse, Prentice Hall.
[14] David J.C Mackey (2003), Information Theory, Infernce and Learning Algorithms, Cambridge University Express.
[15] Tom M. Mitchell (1997), Machine Learning, McGraw-Hill.
[16] Vanden Berghen Frank (2003), C4.5 – Classification Tree, Universit Libre de bruxelles.
[17] J. Ross Quinlan (1993), C4.5: Programs for Machine Learning, Morgan Kaufmann, San Mateo, California.
v Trang Web
[18] http://vi.wikipedia.org/wiki/Cây_quyết_định
[19] Huynh Tram Vo, Tiếp cận ký hiệu: Giải thuật quy nạp cây quyết định ID3, http://voer.edu.vn/content/m14329/1.1/
[20] C4.5 Tutorial,
Machine Learning/Decision Trees/C4.5 Tutorial
[21] C4.5 algorithm - Wikipedia, the free encyclopedia
[22] Data Mining With Decision Trees | Interactive Tutorial And Resources
[23] Website: http://www.google.com[FONT=Verdana, Arial, Tahoma, Calibri, Geneva, sans-serif][FONT=verdana, tahoma, arial]