METODE PRIDOBIVANJA ZNANJA IZ PODATKOV V ZAVAROVALNICIKralj, Janez (Avtor) Bohanec, Marko (Mentor) umetna inteligenca - AIstrojno učenje - MLciljno trženjezavarovalništvopridobivanje znanja iz podatkov - KDDpodatkovno rudarjenje - DMVelike podatkovne baze podjetij vsebujejo veliko znanja, ki je strokovnim službam dobro znano, pa tudi veliko novega znanja, ki ga strokovne službe ne poznajo. Z metodami umetne inteligence, kot sta metoda pridobivanja znanja iz podatkov (KDD) in metoda podatkovnega rudarjenja (DM), smo preverili možnosti odkrivanja novih znanj in uporabnost le-teh pri ciljno usmerjenem trženju v zavarovalništvu. Zanimalo nas je ali lahko z novo pridobljenim znanjem stranki ponudimo storitve, ki so bolj prilagojene njenim individualnim potrebam. Rezultati so potrdili, da poleg znanih pravil iz podatkov pridobimo tudi marsikatero novo, presenetljivo pravilo. Na osnovi takšnih novo odkritih pravil pa lahko stranko obravnavamo drugače kot smo jo do sedaj in se s svojo ponudbo storitev bolj približamo njenim potrebam. Individualna obravnava posledično povečuje zadovoljstvo strank. Z uporabo metod umetne inteligence torej lahko povečamo učinkovitost in zmanjšamo stroške poslovanja.20102010-05-07 17:41:28Magistrsko delo13904COBISS_ID: 6703379NUK URN: URN:SI:UM:DK:NCSPHGHZsl