| DC 欄位 |
值 |
語言 |
| DC.contributor | 資訊管理學系在職專班 | zh_TW |
| DC.creator | 林連慶 | zh_TW |
| DC.creator | Lien-Ching Lin | en_US |
| dc.date.accessioned | 2004-7-18T07:39:07Z | |
| dc.date.available | 2004-7-18T07:39:07Z | |
| dc.date.issued | 2004 | |
| dc.identifier.uri | http://ir.lib.ncu.edu.tw:444/thesis/view_etd.asp?URN=91433014 | |
| dc.contributor.department | 資訊管理學系在職專班 | zh_TW |
| DC.description | 國立中央大學 | zh_TW |
| DC.description | National Central University | en_US |
| dc.description.abstract | 隨著經濟進步，民眾對保險依賴愈深，而各種假藉保險名義詐領保險金的案件層出不窮，尤其在經濟不景氣的時候為甚，綜觀此類保險詐欺發生的源頭其實仍是保險業者核保寬鬆所致，因此本文的研究動機，即是從核保與理賠之間的關聯，試著找尋關鍵變數以了解消費者的投保動機和投保行為，確實篩選出可能發生早期理賠的保單，進行拒保處理，避免衍生日後理賠糾紛所耗費的社會成本，並提升保險公司風險管理能力及保險經營效率。
本研究中利用類神經網路技術，由企業所使用的資料庫中的大量資料，發掘於決策活動所需之資訊，輔助決策活動，藉由壽險核保資料、理賠資料進行實證分析，提出保單風險三分類之保單理賠預測模型，建構核保風險選擇之知識架構，可以預測真正高風險的保單予以篩選拒保處理，提升道德風險之預防，有效降低保險詐欺案例；對二分法中忽略的已達損益平衡但公司仍可獲利的保單類型，本研究提出改善後的分類方式可以予以正確歸類而增加壽險公司的核保利潤獲利能力。 | zh_TW |
| DC.subject | 類神經網路 | zh_TW |
| DC.subject | 風險分類 | zh_TW |
| DC.subject | 壽險核保 | zh_TW |
| DC.subject | Risk Classification | en_US |
| DC.subject | Life Underwriting | en_US |
| DC.subject | Neural | en_US |
| DC.title | 應用類神經網路建構壽險核保決策支援之研究 | zh_TW |
| dc.language.iso | zh-TW | zh-TW |
| DC.title | Using Neural Networks to Build up Life insurance Underwriting Decision Support Model | en_US |
| DC.type | 博碩士論文 | zh_TW |
| DC.type | thesis | en_US |
| DC.publisher | National Central University | en_US |