| Form of studies |
Master |
| Title of the study programm |
Financial Engineering Mathematics |
| Title in original language |
Privāto klientu segmentēšana nedzīvības apdrošināšanā |
| Title in English |
Private Customer Segmentation in Non-life Insurance |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Boriss Siliverstovs |
| Reviewer |
Ilze Zariņa-Cīrule |
| Abstract |
Maģistra darbā tiek izstrādāts algoritms privāto klientu segmentēšanai ne
dzīvības apdrošināšanā, izmantojot uzlabotas prognozēšanas metodes. Darba mērķis ir
izveidot algoritmu, kas balstoties uz uzņēmumā pieejamajiem klientu datiem, spēj
precīzi noteikt klienta kopējo riska līmeni un segmentēt klientus atbilstošās grupās.
Klienta atlīdzību pieteikumu skaita modelēšanas procesā tiek izmantoti vispārinātie
lineārie modeļi (GLM - Generalized linear model) ar Tweedie sadalījumu, kā arī
mašīnmācīšanās algoritmi XGBoost un CatBoost. Veikta datu ieguve, apstrāde,
izzinošā analīze un modeļu apmācība, kā arī to salīdzinājums, izmantojot dažādas
kvalitātes metrikas. Darba rezultātā izveidota datos balstīta, pielāgojama
segmentēšanas pieeja, izmantojot klasterizācijas algoritmus. Algoritma izstrāde ļaus
uzņēmumam efektīvāk pieņemt datos balstītus lēmumus cenu politikā un klientu
pārvaldībā. |
| Keywords |
klientu segmentēšana, ne dzīvības apdrošināšana, GLM, XGBoost, CatBoost, Tweedie, klasterizācijas algoritmi |
| Keywords in English |
customer segmentation, non-life insurance, GLM, XGBoost, CatBoost, Tweedie, clustering algorithms |
| Language |
lv |
| Year |
2025 |
| Date and time of uploading |
05.06.2025 12:09:49 |
