📄Работа №216804

Тема: Разработка информационно-аналитической системы страховой компании

📝
Тип работы Бакалаврская работа
📚
Предмет Информатика и вычислительная техника
📄
Объем: 46 листов
📅
Год: 2024
👁️
Просмотров: 0
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.

📋 Содержание

Аннотация
Введение 5
Глава 1 Анализ предметной области автоматизации и постановка задачи на разработку информационно-аналитической системы страховой компании 7
1.1 Характеристика деятельности страховой компании 7
1.2 Анализ бизнес-процесса контроля страхового мошенничества 8
1.4 Разработка требований к информационно-аналитической системе
страховой компании 15
1.4 Обзор и анализ аналогов информационно-аналитической системы
страховой компании 18
1.4.1 ИТ-решение SAP Fraud Management 18
1.4.2 Скоринговая система Spectrum Scoring 19
1.4.3 Эксперт-BI Страхование 20
Глава 2 Проектирование информационно-аналитической системы страховой
компании 24
2.1 Разработка логической модели информационно-аналитической
системы страховой компании 24
2.2 Алгоритм работы информационно-аналитической системы
страховой компании 30
Глава 3 Реализация информационно-аналитической системы страховой компании и оценка эффективности проектных решений 32
3.1 Реализация информационно-аналитической системы страховой компании 32
3.2 Оценка экономической эффективности информационной системы
39
Заключение 42
Список используемой литературы и используемых источников 44

📖 Введение

Ежегодно страховая отрасль теряет миллиарды рублей из-за
мошенничества.
Так, в секторе автострахования мошенничество происходит, когда клиент пытается получить финансовую выгоду либо путем предъявления документов, касающихся каких-либо обломков автомобиля в результате поддельной аварии, либо путем подачи документов о предыдущих убытках, либо путем предоставления неверной или недостающей информации о водителе. Чтобы повысить уровень удовлетворенности клиентов, компании должны иметь эффективную систему контроля страхового мошенничества .
Защита от страхового мошенничества является одной из ключевых задач страховой компании, как одной из важнейших организаций социально­экономической сферы и обеспечивается за счет внедрения эффективных средств анализа страховой деятельности для поддержки принятия правильных решений по управлению убытками страховщиков.
В этой связи представляет научно-практический интерес разработка информационно-аналитической системы страховой компании.
Объектом исследования бакалаврской работы является страховая компания.
Предметом исследования является информационно-аналитическая система страховой компании.
Цель выпускной квалификационной работы - разработка информационно-аналитической системы страховой компании.
Для достижения данной цели необходимо решить следующие задачи:
• произвести анализ предметной области автоматизации и выполнить постановку задачи на разработку информационно-аналитической системы страховой компании;
• разработать информационно-аналитическую систему страховой компании;
- выполнить реализацию проектных решений и оценить их эффективность.
Методы исследования - методы и технологии проектирования социальных и экономических информационных систем, методы и технологии машинного обучения.
Практическая значимость бакалаврской работы заключается в разработке информационно-аналитической системы, обеспечивающей эффективное обнаружение и контроль мошенничества в страховой компании.
Данная работа состоит из введения, трех глав, заключения и списка используемой литературы и источников.
Первая глава посвящена анализу предметной области автоматизации и постановке задачи на разработку информационно-аналитической системы страховой компании.
Вторая глава посвящена разработке информационно-аналитической системы страховой компании.
В третьей главе описан процесс реализации и оценки эффективности предлагаемых проектных решений.
В заключении описываются результаты выполнения выпускной квалификационной работы.
Бакалаврская работа состоит из 46 страниц текста, 18 рисунков, 7 таблиц и 25 источников.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании

✅ Заключение

Бакалаврская работа посвящена актуальной проблеме разработки информационно-аналитической системы страховой компании.
Решение данной задачи является одним из ключевых задач страховой компании, как одной из важнейших организаций социально-экономической сферы и обеспечивается за счет внедрения эффективных средств анализа страховой деятельности для поддержки принятия правильных решений по управлению убытками страховщиков.
В результате выполнения бакалаврской работы были решены следующие задачи:
• произведены анализ предметной области автоматизации и постановка задачи на разработку ИАС СК. Как показал анализ, бизнес-процесс контроля страхового мошенничества предназначен для своевременного обнаружения и пресечения страхового мошенничества со стороны потенциальных клиентов СК. Основным недостатком существующего бизнес-процесса является возможность негативного влияния человеческого фактора на заключение ИАО о мошенничестве клиента, особенно для потенциальных клиентов страховой компании. Для повышения эффективности обнаружения попыток мошенничества предложено разработать и внедрить в бизнес-процесс контроля страхового мошенничества ИАС СК. Для разработки требований к ИАС СК использована методология FURPS+. Следует отметить недостаточность готовых решений ИАС СК. Это объясняется тем, что страховые компании, как правило, разрабатывают такие системы самостоятельно с учетом специфики ведения добровольного страхования. В этой связи разработка ИАС СК актуальна и представляет практический интерес;
• спроектирована ИАС СК. Логическая модель информационной системы позволяет быстро принимать решения при возникновении изменений, поскольку показывает, где какие-либо конкретные изменения могут повлиять на другие компоненты, что сводит к минимуму негативные последствия, такие как простои или потеря данных, в целом повышая общую эффективность во всех областях деятельности подразделений. Принимая во внимание инновационные возможности технологий анализа данных на основе машинного обучения, указанные технологии выбраны для анализа данных в ИАС СК. Разработаны 2 модели машинного обучения. Модель МО1 предназначена для обеспечения сегментации клиентов по признакам мошенничества с помощью алгоритма кластеризации k-means. Модель МО2 предназначена для прогнозирования вхождения клиента в одну из групп риска страхового мошенничества с помощью алгоритма KNN, который широко применяется для решения задач классификации и регрессии;
- выполнена реализация ИАС СК и оценка эффективности проектных решений. Показано, что разработанная ИАС СК обеспечивает эффективный контроль страхового мошенничества со стороны клиентов.
Представленные расчеты позволяют сделать вывод об экономической эффективности проектного варианта разработки ИАС СК.
Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ

📕 Список литературы

1. Анализ данных с использованием Python [Электронный ресурс]. URL: (дата обращения: 20.04.2024).
2. Грекул В. И., Денищенко Г. Н., Коровкина Н.Л. Проектирование информационных систем : учебное пособие. М. : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2020. [Электронный ресурс]. URL: https://www.iprbookshop.ru/97577.html (дата обращения: 10.02.2024).
3. Гущина О.М., Очеповский А.В., Рогова Н.Н. Прикладная информатика. Бизнес-информатика. Выполнение бакалаврской работы: электронное учебно-методическое пособие. Тольятти: Изд-во ТГУ, 2022. 1 оптический диск.
4. Закон РФ от 27.11.1992 № 4015-1 «Об организации страхового дела в Российской Федерации» и иными нормативными правовыми актами Российской Федерации и Банка России [Электронный ресурс]. URL: http://pravo.gov.ru/proxy/ips/?docbody=&link_id=0&nd= 102019955&bpa=cd000 00&bpas=cd00000&intelsearch=%F1%F2%F0%E0%F5%EE%E2%EE%E3%EE+ %E4%E5%EB%E0++&firstDoc=1 (дата обращения: 18.04.2024).
5. Кластеризация: алгоритмы k-means и c-means [Электронный ресурс]. URL: https://habr.com/ru/articles/67078/ (дата обращения: 20.04.2024).
6. Леоненков А. В. Объектно-ориентированный анализ и проектирование с использованием UML и IBM Rational Rose : учебное пособие. М. : ИНТУИТ, Ай Пи Ар Медиа, 2020. 317 c. [Электронный ресурс]. URL: https://www.iprbookshop.ru/97554.html (дата обращения: 10.02.2024).
7. Мкртычев С.В. Классификация специализированных компонентов корпоративной информационной системы страховой компании // Автоматизация и современные технологии. 2012. №9. С.28-31.
8. Моделирование информационного обеспечения [Электронный ресурс]. URL: https://intuit.ru/studies/courses/2195/55/lecture/1636?page=3 (дата обращения: 10.02.2024).
9. Молоткова Н. В., Хазанова Д.Л. Реинжиниринг бизнес-процессов: учебное пособие. Тамбов : ТГТУ. 81 c. [Электронный ресурс]. URL: https://www.iprbookshop.ru/99785.html (дата обращения: 10.02.2024).
10. Страховое мошенничество [Электронный ресурс]. URL: https://searchinform.ru/resheniya/biznes-zadachi/preduprezhdenie- moshennichestva/strakhovoe-moshennichestvo/ (дата обращения: 18.04.2024).
11. Страховые (в том числе перестраховочные) организации
[Электронный ресурс]. URL:
https://www.cbr.ru/admissionfinmarket/navigator/ssd/ (дата обращения:
18.04.2024).
12. Эксперт-BI Страхование: система бизнес-анализа для страховой компании [Электронный ресурс]. URL: https://datafinder.ru/solutions/insurance (дата обращения: 18.04.2024).
13. BI system [Электронный ресурс]. URL: https://itexus.com/glossary/bi- system/#gref (дата обращения: 18.04.2024).
14. K-Nearest Neighbor(KNN) Algorithm - GeeksforGeeks [Электронный
ресурс]. URL: https://www.geeksforgeeks.org/k-nearest-neighbours/ (дата
обращения 20.04.2024).
15. Project Jupyter: Jupyter Notebook [Электронный ресурс]. URL: https://jupyter.org/ (дата обращения: 18.04.2024).
16. SAP Fraud Management [Электронный ресурс]. URL: https://help.sap.com/saphelp_fra120/helpdata/en/72/1c65968bbe4cd4b157f62c5f2a 4b34/frameset.htm (дата обращения: 18.04.2024).
17. Scikit-learn: Machine Learning in Python [Электронный ресурс]. URL: https://scikit-learn.org/stable/ (дата обращения: 18.04.2024).
18. Software Requirements [Электронный ресурс]. URL:
http://beepvolume.com/oop/2020/software-requirements/ (дата обращения: 18.04.2024).
19. Spectrum Scoring [Электронный ресурс]. URL: https://spectrumdata.ru/spectrumscoring/ (дата обращения: 18.04.2024).
20. Think you’ve got your requirements defined? Think FURPS! [Электронный ресурс]. URL: https://www.psplus.ca/articles/think-youve-got- your-requirements-defined-think-furps/ (дата обращения: 18.04.2024).
21. UML 2.ru - Сообщество Аналитиков [Электронный ресурс]. URL: https://www.uml2.ru/ (дата обращения: 05.04.2024).
22. Understanding Business Process Modeling Notation (BPMN)
[Электронный ресурс]. URL: https://easyba.co/blog/business-analysis/business- process/understanding-business-process-modeling-notation-bpmn/ (дата
обращения: 18.04.2024).
23. Unified Modeling Language (UML) Diagrams [Электронный ресурс]. https://www.geeksforgeeks.org/unified-modeling-language-uml-introduction/ (дата обращения: 10.02.2024).
24. Visual Paradigm: Online Productivity Suite [Электронный ресурс]. URL: https://online.visual-paradigm.com/ (дата обращения: 18.04.2024).
25. What is machine learning (ML)? [Электронный ресурс]. URL: https://www.ibm.com/topics/machine-learning (дата обращения: 18.04.2024).

🖼 Скриншоты

🛒 Оформить заказ

Работу высылаем в течении 5 минут после оплаты.

©2026 Cервис помощи студентам в выполнении работ