پایان نامه داده کاوی در بیمه با عنوان ارائه مدلی برای شناسایی عوامل اثرگذار و ضریب تاثیر آنها در سود و زیان بیمه شخص ثالث خودرو شرکتهای بیمه بوسیله روشهای داده کاوی شرکت سهامی بیمه ایران می باشد.
| تعداد صفحات | 124 |
| حجم | 2637 کیلوبایت |
| فرمت فایل اصلی | docx |
| دسته بندی | مهندسی نرم افزار |
پایان نامه داده کاوی در بیمه با عنوان ارائه مدلی برای شناسایی عوامل اثرگذار و ضریب تاثیر آنها در سود و زیان بیمه شخص ثالث خودرو شرکتهای بیمه بوسیله روشهای داده کاوی شرکت سهامی بیمه ایران می باشد.در این تحقیق توانستیم اثبات کنیم که با روشهای داده کاوی می توان مدلی هایی ارائه داد که عوامل موثر در احتمال به بار آوردن خسارت یک مشتری را با توجه به میزان تاثیر آن عوامل مشخص کند. این موضوع از طریق الگوریتم های کاهش ویژگی و وزن دهی و شبکه عصبی مهیا شد. همچنین الگوریتم های خوشه بندی نیز نتایج مشابهی را ارائه داده اند. علاوه بر این، الگوریتم های دسته بندی با تشخیص عوامل اثر گذار توانسته اند مدلی را ارائه دهند که با دقت بسیار بالایی احتمال خسارتی بودن یک بیمه نامه را تشخیص می دهد.
الگوریتم های درخت تصمیم نیز با دقت بالایی در تشخیص عوامل موثر در خسارتی بودن یک بیمه نامه و ارائه مدل و قوانین لازم موفق عمل کرده اند. الگوریتم های مبتنی بر قانون اگرچه قوانین بسیار محدودی ارائه داده اند اما درصد تشخیص عوامل اثر گذار و دقت قوانین استخراج شده قابل اطمینان بوده است. عوامل در الگوریتم های مختلف با ضریب تشخیصی متفاوت قید شده است. عوامل اثر گذار استخراج شده عمدتاً به تنهایی موثر نبوده بلکه دارای اثرات وابسته به دیگر عوامل بوده است که این موضوع در درختهای تصمیم و قواعد تلازمی(مبتنی بر قانون) به وضوح مشخص است و بیان شده است.
در این پژوهش از8 الگوریتم دسته بندی شامل KNN, Naïve bayes, Neural Network, SVM Linear, Meta Decision Tree, Wj48, Random Forest و رگرسیون لجستیک استفاده شده است که تعداد 3 الگوریتم آن درخت تصمیم بوده است. همچنین دو الگوریتم مبتنی بر قانون Apriori, Fp Growthو 3 الگوریتم خوشه بندی K-Means، دوگامی و Kohonen نیز مورد استفاده قرار گرفته اند. در این قسمت نتایج الگوریتمهای دسته بند غیر درخت با هم مقایسه می شوند و به ترتیب بهترین مدلها مشخص میگردند. همچنین سه الگوریتم دسته بند درختی با هم دیگر مقایسه شده و بهترین نتایجی که خسارتی بودن یک رکورد را مشخص میکند پس از مشاوره با یک متخصص و کارشناس در امور بیمه از هر درخت استخراج می گردد و به ترتیب دقت نهایی آن الگوریتم اعلام میگردد. در خصوص الگوریتم های مبتنی بر قانون نیز دو الگوریتم با هم دیگر مقایسه شده و بهترین قوانینی که خسارتی بودن یک رکورد را مشخص میکند پس از مشاوره با یک متخصص و کارشناس در امور بیمه از هر الگوریتم استخراج و اعلام میگردد.
فهرست مطالب
فصل اول: مقدمه
1-1 تعریف داده کاوی 4
1-2 تعریف بیمه 4
1-3 هدف پایان نامه 5
1-4 مراحل انجام تحقیق 5
1-5 ساختار پایان نامه 6
فصل دوم: ادبیات موضوع و تحقیقات پیشین
2-1 داده کاوی و یادگیری ماشین 8
2-2 ابزارها و تکنیک های داده کاوی 9
2-3 روشهای داده کاوی 11
2-3-1 روشهای توصیف داده ها 12
2-3-2 روشهای تجزیه و تحلیل وابستگی 12
2-3-3 روشهای دسته بندی و پیشگویی 12
2-3-4 درخت تصمیم 13
2-3-5 شبکه عصبی 14
2-3-6 استدلال مبتنی بر حافظه 14
2-3-7 ماشین های بردار پشتیبانی 15
2-3-8 روشهای خوشه بندی 16
2-3-9 روش K-Means 16
2-3-10 شبکه کوهنن 16
2-3-11 روش دو گام 17
2-3-12 روشهای تجزیه و تحلیل نویز 17
2-4 دسته های نامتعادل]صنیعی آباده 1391[. 18
2-4-1 راهکار مبتنی بر معیار 18
2-4-2 راهکار مبتنی بر نمونه برداری 19
2-5 پیشینه تحقیق 20
2-6 خلاصه فصل 23
فصل سوم: شرح پژوهش
3-1 انتخاب نرم افزار 26
3-1-1 Rapidminer 26
3-1-2 مقایسه RapidMiner با سایر نرم افزار های مشابه 27
3-2 داده ها 31
3-2-1 انتخاب داده 31
3-2-2 فیلدهای مجموعه داده صدور 31
3-2-3 کاهش ابعاد 31
3-2-4 فیلدهای مجموعه داده خسارت 37
3-2-5 پاکسازی داده ها 37
3-2-6 رسیدگی به داده های از دست رفته 37
3-2-7 کشف داده دور افتاده 39
3-2-8 انبوهش داده 41
3-2-9 ایجاد ویژگی دسته 41
3-2-10 تبدیل داده 41
3-2-11 انتقال داده به محیط داده کاوی 42
3-2-12 انواع داده تعیین شده 42
3-2-13 عملیات انتخاب ویژگیهای موثرتر 43
3-3 نتایج اعمال الگوریتم PCA و الگوریتم های وزن دهی 44
3-4 ویژگی های منتخب جهت استفاده در الگوریتمهای حساس به تعداد ویژگی 46
3-5 معیارهای ارزیابی الگوریتمهای دسته بندی 47
3-6 ماتریس درهم ریختگی 47
3-7 معیار AUC 48
3-8 روشهای ارزیابی الگوریتم های دسته بندی 49
3-8-1 روش Holdout 49
3-8-2 روش Random Subsampling 50
3-8-3 روش Cross-Validation 51
3-8-4 روش Bootstrap 51
3-9 الگوریتمهای دسته بندی 52
3-9-1 الگوریتم KNN 53
3-9-2 الگوریتم Naïve Bayes 54
3-9-3 الگوریتم Neural Network 54
3-9-4 الگوریتم SVM خطی 56
3-9-5 الگوریتم رگرسیون لجستیک 58
3-9-6 الگوریتم Meta Decision Tree 59
3-9-7 الگوریتم درخت Wj48 61
3-9-8 الگوریتم درخت Random forest 63
3-10 معیارهای ارزیابی الگوریتم های مبتنی بر قانون(کشف قوانین انجمنی) 65
3-10-1 الگوریتم FPgrowth 66
3-10-2 الگوریتم Weka Apriori 67
3-11 معیارهای ارزیابی الگوریتمهای خوشه بندی 67
3-12 الگوریتم های خوشه بندی 69
3-12-1 الگوریتم K-Means 69
3-12-2 الگوریتم Kohonen 73
3-12-3 الگوریتم دوگامی 77
فصل چهارم: ارزیابی و نتیجه گیری
4-1 مقایسه نتایج 83
4-2 الگوریتمهای دسته بندی 84
4-3 الگوریتم های دسته بندی درخت تصمیم 84
4-4 الگوریتم های خوشه بندی 96
4-5 الگوریتم های قواعد تلازمی(مبتنی بر قانون) 98
4-6 پیشنهادات به شرکت های بیمه 99
4-7 پیشنهادات جهت ادامه کار 101
منابع و مأخذ
فهرست منابع فارسی 102
فهرست منابع انگلیسی 103
فهرست جدول‌ها
جدول شماره 3-1: نتایج رای گیری استفاده از نرم افزارهای داده کاوی 24
جدول شماره 3-2: فیلدهای اولیه داده های صدور 26
جدول شماره 3-3: فیلدهای نهایی داده های صدور 27
جدول شماره 3-4: فیلدهای حذف شده داده های صدور و علت حذف آنها 28
جدول 3-5: فیلدهای استخراج شده از داده های خسارت 28
جدول 3-6: نتایج نمودار boxplot 31
جدول 3-7: انواع داده استفاده شده 33
جدول 3-8: نتایج حاصل از اجتماع فیلدهای با بالاترین وزن در الگوریتمهای مختلف 37
جدول 3-9: ماتریس در هم ریختگی رکوردهای تخمینی(Predicted Records) 38
جدول 3-10: قوانین استخراج شده توسط الگوریتم Fpgrowth 55
جدول 3-11: قوانین استخراج شده توسط الگوریتم Weka Apriori 55
جدول 3-12: تنظیمات پارامترهای الگوریتم K-Means 57
اجرا برای 9 خوشه در الگوریتم K-Means 60
جدول 3-13: تنظیمات پارامترهای الگوریتم Kohonen 64
جدول 3-14: تنظیمات پارامترهای الگوریتم دوگامی 69
جدول 4-1: مقایسه الگوریتم های دسته بند 70
جدول 4-2: مقایسه الگوریتم های دسته بند درخت تصمیم 70
جدول 4-3: ماتریس آشفتگی قانون شماره 1 71
جدول 4-4: ماتریس آشفتگی قانون شماره 2 72
جدول 4-5: ماتریس آشفتگی قانون شماره 3 الف 72
جدول 4-6: ماتریس آشفتگی قانون شماره 3 ب 72
جدول 4-7: ماتریس آشفتگی قانون شماره 3 ج 73
جدول 4-8: ماتریس آشفتگی قانون شماره 3 د 73
جدول 4-9: ماتریس آشفتگی قانون شماره 3 ه 73
جدول 4-10: ماتریس آشفتگی قانون شماره 3 و 74
جدول 4-11: ماتریس آشفتگی قانون شماره 3 ز 76
جدول 4-12: ماتریس آشفتگی قانون شماره 4 76
جدول 4-13: ماتریس آشفتگی قانون شماره 5 77
جدول 4-14: ماتریس آشفتگی قانون شماره 6 الف 77
جدول 4-15: ماتریس آشفتگی قانون شماره 6 ب 78
جدول 4-16: ماتریس آشفتگی قانون شماره7 78
جدول 4-17: ماتریس آشفتگی قانون شماره8 79
جدول 4-18: مقایسه الگوریتم های خوشه بندی 79
جدول 4-19: فیلدهای حاصل از الگوریتم های خوشه بندی 80
جدول 4-20: نتایج الگوریتم های FpGrowth, Weka Apriori 81
فهرست شکل‌ها
شکل شماره3-1: داده از دست رفته فیلد" نوع بیمه " پس از انتقال به محیط داده کاوی 33
شکل 3-2: نتایج الگوریتمPCA 34
شکل 3-3: نتایج الگوریتم SVM Weighting در ارزشدهی به ویژگی ها 35
شکل 3-4: نتایج الگوریتم Weighting Deviation در ارزشدهی به ویژگی ها 35
شکل 3-5: نتایج الگوریتم Weighting Correlation در ارزشدهی به ویژگی ها 36
شکل 3-6: نمای کلی استفاده از روشهای ارزیابی 41
شکل 3-7: نمای کلی استفاده از یک مدل درون یک روش ارزیابی 42
شکل 3-8: نمودار AUC الگوریتم KNN 42
شکل 3-9: نمودار AUC الگوریتم Naïve Bayes 43
شکل 3-10: تبدیل ویژگی های غیر عددی به عدد در الگوریتم شبکه عصبی 44
شکل 3-11: نمودار AUC و ماتریس آشفتگی الگوریتم Neural Net 44
شکل 3-12: تبدیل ویژگی های غیر عددی به عدد در الگوریتم SVM خطی 45
شکل 3-13 : نمودار AUC الگوریتم SVM Linear 46
شکل 3-14 : نمودار AUC الگوریتم رگرسیون لجستیک 47
شکل 3-15 : نمودار AUC الگوریتم Meta Decision Tree 48
شکل 3-16 : قسمتی از نمودارtree الگوریتم Meta Decision Tree 49
شکل 3-17 : نمودار radial الگوریتم Meta Decision Tree 49
شکل 3-18: نمودار AUC الگوریتم Wj48 50
شکل 3-19 : نمودار tree الگوریتم Wj48 51
شکل 3-20 : نمودار AUC الگوریتم Random forest 52
شکل 3-21 : نمودار تولید 20 درخت در الگوریتم Random Forest 53
شکل 3-22 : یک نمونه درخت تولید شده توسط الگوریتم Random Forest 53
شکل 3-23 : رسیدن درصد خطا به صفر پس از 8مرتبه 57
شکل 3-24 : Predictor Importance for K-Means 58
شکل 3-25 : اندازه خوشه ها و نسبت کوچکترین خوشه به بزرگترین خوشه در الگوریتم K-Means 59
شکل 3-26 : کیفیت خوشه ها در الگوریتمMeans K- 60
شکل 3-27 : Predictor Importance for Kohonen 61
شکل 3-28 : اندازه خوشه ها و نسبت کوچکترین خوشه به بزرگترین خوشه در الگوریتم Kohonen 62
شکل 3-29 : کیفیت خوشه ها در الگوریتمMeans K- 63
شکل 3-30 : تعداد نرون های ورودی و خروجی در Kohonen 63
شکل 3-31 : Predictor Importance for دوگامی 64
شکل 3-32 : اندازه خوشه ها و نسبت کوچکترین خوشه به بزرگترین خوشه در الگوریتم دوگامی 65
شکل 3-33 : کیفیت خوشه ها در الگوریتم دوگامی 66
شکل4-1: نمودارنسبت تخفیف عدم خسارت به خسارت 75
فصل دوم پایان نامه داده کاوی در ارزیابی ریسک حوادث با عنوان مدلی جدید برای ارزیابی ریسک حوادث ناشی از کار و بهبود ایمنی کار با استفاده از تکنیک های داده کاوی می باشد
| تعداد صفحات | 62 |
| حجم | 148 کیلوبایت |
| فرمت فایل اصلی | docx |
| دسته بندی | رشته فناوری اطلاعات (IT) |
فصل دوم پایان نامه داده کاوی با عنوان مبانی نظری و پیشینه تحقیق داده کاوی در ارزیابی ریسک می باشد. حوادث مرور ادبیات و بررسی فعالیت های انجام شده، در زمینه -های بررسی حوادث، تحلیل و ارزیابی ریسک ناشی از حوادث، مدیریت و کنترل ریسک حوادث، نشان می دهد که از سال 2006 به بعد رویکردی فزاینده به سمت استفاده از تکنیک های داده کاوی به وجود آمده است. تحلیل کلاستر و تئوری بایسان به شکلی گسترده در مطالعات این دوره مورد توجه قرار گرفته است. اما خلاء استفاده از تکنیک های کاوش داده ها و به کارگیری آن برای تحلیل ریسک و بررسی حادثه به شدت محسوس است و در این زمینه مطالعه محسوسی دیده نشده است. در نتیجه در این پژوهش سعی شده است تا با نگرشی جدید، ریسک حوادث مورد بررسی قرار گیرد.
مطالعه و بررسی کلیه نواحی کاری و عملیات و پروسه تولید، جهت شناسایی عوامل ایجاد کننده خطرات، مهمترین اقدام پیشگیرانه، جهت کاهش حوادث ناشی از کار به شمار می آید. پس از مطالعه و بررسی و شناخت کامل این خطرات، اقدامات بعدی شامل ارزیابی و تجزیه و تحلیل مخاطرات شغلی می باشد که این تجزیه و تحلیل ها، به عنوان روشی برای افزایش دانش پیشگیری از حوادث به کار می روند. اصولا تجزیه و تحلیل سیستم ها نیاز به مهارت بالایی دارد و بایستی توسط تیم کاملی از کارشناسان که نسبت به سازمان خود شناخت کامل دارند صورت پذیرد.
انتخاب روش درست شناسایی ریسک به کارایی روش انتخابی و تعیین دقیق ریسک ها می انجامد ، همچنین در صورتی که ریسک هر فرآیند به درستی شناخته شده باشد، تعیین ریسک قابل قبول و اقدامات اصلاحی جهت کاهش ریسک ملموس تر است (ارقامی & بویا, 1385)-(ستاره & کوهپایی, 1384) (کوهپایی, ستاره, & اعلایی, 1385) (سلطانی نسب, خادمی, حسنی, شعبانی, & حسنی, 1386). درنتیجه می توان با بررسی و ارزیابی تمامی جنبه های یک ریسک یا خطر، در مورد پذیرفتنی بودن و یا غیرپذیرفتنی بودن آن نظر داد.
فهرست مطالب
عنوان
فصل اول: کلیات تحقیق 1
1-1- مقدمه 1
2-1- اهمیت و ضرورت انجام تحقیق 2
3-1- جنبه جدید بودن و نوآوری تحقیق 2
4-1- قلمرو تحقیق(زمانی، مکانی، موضوعی) 3
1-4-1- قلمرو زمانی تحقیق 3
2-4-1- قلمرو مکانی تحقیق 3
3-4-1- قلمرو موضوعی تحقیق 4
5-1- ساختار پایان نامه 4
فصل دوم: مبانی نظری تحقیق 5
1-2- مقدمه 5
1-2-2- ارزیابی کمی ریسک 6
2-2-1- ارزیابی کیفی ریسک 6
3-2- روش های ارزیابی ریسک 7
1-3-2- چند نمونه از روش های ارزیابی ریسک 7
4-2- چارچوب مدل فرضی 8
5-2- مفاهیم و متغیرهای مهم 9
1-5-2- حوادث ناشی از کار 9
2-5-2- علل حوادث ناشی از کار 9
1-2-5-2- علل مستقیم 9
2-2-5-2- علل غیر مستقیم 10
3-5-2- حادثه 10
1-3-5-2- حادثه خفیف 10
2-3-5-2- حادثه شدید 10
3-3-5-2- شبه حادثه 11
4-5-2- حادثه پذیری 11
5-5-2- حادثه پذیر 11
6-5-2- خطر 12
1-6-5-2- خطرات آنی 12
2-6-5-2- خطرات آتی 12
7-5-2- مخاطره 12
8-5-2- ایمنی 13
1-8-5-2- ایمنی سیستم 13
2-8-5-2- تحلیل ایمنی سیستم 13
9-5-2- بازرس 14
10-5-2- بازرسی 14
1-10-5-2- بازرسی ادواری 14
2-10-5-2- بازرسی موردی 15
11-5-2- کمیته ی حفاظت فنی و بهداشت 15
1-11-5-2- وظیفه ی کمیته ی حفاظت فنی و بهداشت 15
12-5-2- مسئول ایمنی 15
13-5-2- بیمه ی مسئولیت مدنی 16
14-5-2- ریسک 16
1-14-5-2- ارزیابی ریسک 16
15-5-2- ضرایب ارزیابی حوادث 17
1-15-5-2- ضریب تکرار حادثه 17
2-15-5-2- ضریب شدت حادثه 17
3-15-5-2- ضریب وقوع حادثه 18
16-5-2- داده کاوی 18
1-16-5-2- اهداف داده کاوی 18
6-2- پایگاه داده های حوادث 19
1-7-2- تکنیک های کلاسیک 21
1-1-7-2- آمار 21
2-1-7-2- مدل های رگرسیون 22
3-1-7-2- نزدیکترین همسایگی 22
2-7-2- تکنیک های نسل بعدی 22
1-2-7-2- درخت تصمیم گیری 22
2-2-7-2- قوانین انجمنی 23
1-8-2- رده بندی 25
2-8-2- خوشه بندی 26
9-2- سوالات اساسی در این پژوهش 26
1-9-2- سوالات اصلی تحقیق 26
2-9-2- سوالات فرعی تحقیق 27
10-2- مرورادبیات 27
منابع
پایان نامه داده کاوی در ارزیابی ریسک حوادث با عنوان مدلی جدید برای ارزیابی ریسک حوادث ناشی از کار و بهبود ایمنی کار با استفاده از تکنیک های داده کاوی می باشد
| تعداد صفحات | 140 |
| حجم | 347 کیلوبایت |
| فرمت فایل اصلی | docx |
| دسته بندی | رشته فناوری اطلاعات (IT) |
پایان نامه داده کاوی در ارزیابی ریسک حوادث با عنوان مدلی جدید برای ارزیابی ریسک حوادث ناشی از کار و بهبود ایمنی کار با استفاده از تکنیک های داده کاوی می باشد.هر پروژه داده کاوی، شرایط منحصر به فرد خود را دارد و ممکن است نتایج داده کاوی که دو پژوهشگر بر روی یک مجموعه داده مشابه انجام می دهند، با هم یکسان نباشد.
اما اگر در فرآیند داده کاوی از استاندارد ها پیروی شده باشد، باید نتایج به هم نزدیک باشند. بنابراین برای افزایش دقت نتایج، تکرار چند باره ی مراحل فرآیند داده کاوی نیاز است. این کار موجب بالا رفتن پایداری نتایج حاصل، خواهد شد. در این پژوهش نیز چندین و چند مرتبه مدل ها ساخته و ارزیابی می شوند. به هر حال اعتقاد بر این است که در روند کسب نتایج، دقت لازم به خرج داده شده است و نتایج ارائه شده، به اندازه کافی از اطمینان و دقت بالایی برخوردارند.
از آنجا که در این تحقیق، فقط از داده های حوادث ناشی از کار استان قم استفاده شده است و با توجه به اینکه تعداد کارگاه ها در این استان به نسبت شهرهای بزرگ صنعتی مثل تهران، اصفهان، تبریز، کرمان و...کم تر و کوچک تر هستند و یا بعضی از فعالیت ها مثل ماهیگیری به دلیل شرایط اقلیمی در این استان، وجود ندارند و یا فعالیت هایی مثل کشف و استخراج معدن، به صورت محدود تری وجود دارند؛ در حالی که همین فعالیت ها ممکن است در استان های دیگر به عنوان فعالیت اصلی استان قلمداد شوند. پیشنهادی که می شود، چارچوب و مدلی که برای مدیریت و ارزیابی ریسک در این تحقیق بیان شده است با استفاده از داده های بیشتر و متنوعتر و در سطح وسیع تر و تحت شرایط گوناگون، بار ها و بار ها پیاده سازی شود. تا بتوان عملکرد مدل DFSRM را در شناسایی نقاط بحرانی و تحلیل آنها بهتر مورد ارزیابی قرار داد.
سوالات اصلی تحقیق:
فهرست مطالب
عنوان
فصل اول: کلیات تحقیق 1
1-1- مقدمه 1
2-1- اهمیت و ضرورت انجام تحقیق 2
3-1- جنبه جدید بودن و نوآوری تحقیق 2
4-1- قلمرو تحقیق(زمانی، مکانی، موضوعی) 3
1-4-1- قلمرو زمانی تحقیق 3
2-4-1- قلمرو مکانی تحقیق 3
3-4-1- قلمرو موضوعی تحقیق 4
5-1- ساختار پایان نامه 4
فصل دوم: مبانی نظری تحقیق 5
1-2- مقدمه 5
1-2-2- ارزیابی کمی ریسک 6
2-2-1- ارزیابی کیفی ریسک 6
3-2- روش های ارزیابی ریسک 7
1-3-2- چند نمونه از روش های ارزیابی ریسک 7
4-2- چارچوب مدل فرضی 8
5-2- مفاهیم و متغیرهای مهم 9
1-5-2- حوادث ناشی از کار 9
2-5-2- علل حوادث ناشی از کار 9
1-2-5-2- علل مستقیم 9
2-2-5-2- علل غیر مستقیم 10
3-5-2- حادثه 10
1-3-5-2- حادثه خفیف 10
2-3-5-2- حادثه شدید 10
3-3-5-2- شبه حادثه 11
4-5-2- حادثه پذیری 11
5-5-2- حادثه پذیر 11
6-5-2- خطر 12
1-6-5-2- خطرات آنی 12
2-6-5-2- خطرات آتی 12
7-5-2- مخاطره 12
8-5-2- ایمنی 13
1-8-5-2- ایمنی سیستم 13
2-8-5-2- تحلیل ایمنی سیستم 13
9-5-2- بازرس 14
10-5-2- بازرسی 14
1-10-5-2- بازرسی ادواری 14
2-10-5-2- بازرسی موردی 15
11-5-2- کمیته ی حفاظت فنی و بهداشت 15
1-11-5-2- وظیفه ی کمیته ی حفاظت فنی و بهداشت 15
12-5-2- مسئول ایمنی 15
13-5-2- بیمه ی مسئولیت مدنی 16
14-5-2- ریسک 16
1-14-5-2- ارزیابی ریسک 16
15-5-2- ضرایب ارزیابی حوادث 17
1-15-5-2- ضریب تکرار حادثه 17
2-15-5-2- ضریب شدت حادثه 17
3-15-5-2- ضریب وقوع حادثه 18
16-5-2- داده کاوی 18
1-16-5-2- اهداف داده کاوی 18
6-2- پایگاه داده های حوادث 19
1-7-2- تکنیک های کلاسیک 21
1-1-7-2- آمار 21
2-1-7-2- مدل های رگرسیون 22
3-1-7-2- نزدیکترین همسایگی 22
2-7-2- تکنیک های نسل بعدی 22
1-2-7-2- درخت تصمیم گیری 22
2-2-7-2- قوانین انجمنی 23
1-8-2- رده بندی 25
2-8-2- خوشه بندی 26
9-2- سوالات اساسی در این پژوهش 26
1-9-2- سوالات اصلی تحقیق 26
2-9-2- سوالات فرعی تحقیق 27
10-2- مرورادبیات 27
فصل سوم: روش تحقیق 32
1-3- مقدمه 32
2-3- مفاهیم مورد نیاز 33
1-2-3- الگوریتم K-means 33
2-2-3- الگوریتم C5.0 33
3-2-3- الگوریتم CHAID 34
4-2-3- الگوریتم C&RTree 34
5-2-3- الگوریتم QUEST 35
6-2-3- معیارهای ارزیابی 35
7-2-3- مدل RFM 37
3-3- روند انجام کار 38
1-3-3- درک داده 38
2-3-3- پیش پردازش داده 39
1-2-3-3- رفع آنومالی اشتباه بازرس 40
2-2-3-3- داده غلط 41
3-2-3-3- داده مغشوش 41
4-2-3-3- داده از دست رفته 41
3-3-3- مدل جدید DFSRM 42
1-3-3-3- چارچوب مدل DFSRM 42
2-3-3-3- مزایای اصلی مدل 43
3-3-3-3- مفهوم هریک از حروف مدل DFSRM 44
4-3-3-3- متغیرهای اصلی مدل 44
4-3-3- شناسایی حادثه پذیرترین کارگاه ها 45
1-4-3-3- محاسبه ی متغیرهای مدل DFSRM 46
2-4-3-3- نرمال سازی 51
3-4-3-3- خوشه بندی 52
4-4-3-3- تعیین سطح ریسک برای هر خوشه 54
5-4-3-3- بررسی حالت های مختلف 55
1-5-4-3-3- قوانین استخراج شده از مدل های درخت تصمیم گیری(حالت اول) 57
1-1-5-4-3-3- تحلیل کدکارگاه های 504 و 3713 با سطح ریسک شدید 58
2-5-4-3-3- قوانین استخراج شده از مدل های درخت تصمیم گیری(حالت دوم) 60
3-5-4-3-3- قوانین استخراج شده از مدل های درخت تصمیم گیری(حالت سوم) 61
5-3-3- کاربرد مدل DFSRM 62
1-5-3-3- پیشنهاد بازرسی ادواری برای سال 90 62
2-5-3-3- شناسایی حادثه پذیرترین کارگاه ها(سال 88 و 89) 63
3-5-3-3- پیاده سازی مدل DFSRM 63
4-5-3-3- تحلیل و بررسی نتایج 67
فصل چهارم: بحث و بررسی و تحلیل داده ها 71
1-4- مقدمه 71
2-4- شمایی از جداول وزارت کار 72
1-2-4- جدول کارگاه 72
2-2-4- جدول حادثه 74
3-2-4- جدول حادثه دیده 77
3-4- نتایج بررسی آماری حوادث ناشی از کار در استان قم 80
4-4- آمار، براساس سایت سازمان جهانی کار(ILO) 89
فصل پنجم: نتایج و پیشنهادها 93
1-5- مقدمه 93
2-5- ارزیابی عملکرد درخت های تصمیم گیری 93
1-2-5- دقت مدل های CHAID، QUEST، C&Rtree و C5(حالت اول) 94
2-2-5- محاسبه ی Recall ،Accuracy ،Precision و F-measure(حالت اول) 96
3-2-5- دقت مدل های CHAID، QUEST، C&Rtree و C5(حالت دوم) 98
4-2-5- محاسبه ی Recall ،Accuracy ،Precision و F-measure (حالت دوم) 100
5-2-5- دقت مدل های CHAID، QUEST، C&Rtree و C5(حالت سوم) 102
6-2-5- محاسبه ی Recall ،Accuracy ،Precision و F-measure (حالت سوم) 104
3-5- نتیجه گیری نهایی 106
4-5- پیشنهاد ها و اشکالات نرم افزار 107
6-5- محدودیت ها و موانع پژوهش 111
7-5- منابع 112
فهرست جداول
جدول 1-2: مرور ادبیات 31
جدول 1-3: ماتریس اغتشاش برای مسائل دو رده ای 37
جدول2-3: رفع اشتباه بازرسین 41
جدول3-3: اصلاح فیلد تعداد افراد حادثه دیده 42
جدول4-3: مشاغل سخت و زیان آور و عادی 46
جدول5-3: تفکیک فعالیت های برق و صنعت به دودسته سخت و زیان آور و عادی 47
جدول6-3: جدول استاندارد برای محاسبه تعداد روزهای از دست رفته معادل 48
جدول7-3: محل آسیب فرد حادثه دیده 49
جدول8-3: سختی حادثه 50
جدول9-3: مقادیر متغیرهای مدل DFSRM 50
جدول10-3: نرمال سازی متغیرهای مدل DFSRM 51
جدول11-3: مقادیر SSE در هر خوشه 52
جدول12-3: مقادیر Di برای هر خوشه و تعیین سطح ریسک 53
جدول13-3: نمایش کد کارگاه هایی که در هر خوشه قرار می گیرند 54
جدول14-3: تقسیم بندی سطح ریسک در حالت اول 55
جدول15-3: اطلاعات مربوط به وضعیت دو کارگاه 504 و -3713 56
جدول16-3: تقسیم بندی سطح ریسک در حالت دوم 59
جدول17-3: تقسیم بندی سطح ریسک در حالت سوم 59
جدول18-3: مقادیر متغیرهای مدل DFSRM- سال88 60
جدول19-3: مقادیر متغیرهای مدل DFSRM- سال 89 63
جدول20-3: نرمال سازی متغیرهای مدل DFSRM- سال88 64
جدول 21-3: نرمال سازی متغیرهای مدل DFSRM- سال 89 64
جدول22-3: مقادیر SSE برای هر خوشه- سال88 64
جدول23-3: مقادیر SSE برای هر خوشه- سال89 65
جدول24-3: مقادیر Di برای هر خوشه و تعیین سطح ریسک- سال88 65
جدول25-3: مقادیر Di برای هر خوشه و تعیین سطح ریسک- سال89 66
جدول26-3: نمایش کد کارگاه هایی که در هر خوشه قرار می گیرند- سال88 66
جدول27-3: نمایش کد کارگاه هایی که در هر خوشه قرار می گیرند- سال89 67
جدول28-3: کد کارگاه هایی که در سال 90 نیاز به بازرسی دارند 67
جدول29-3: وضعیت کارگاه هایی که به عنوان نقاط بحرانی شناسایی شده اند 67
جدول30-3: بررسی حوادث، کارگاه هایی که به عنوان نقاط بحرانی شناخته شده اند 68
جدول31-3: بررسی حوادث در کارگاه هایی که به عنوان نقاط بحرانی شناخته شده اند 69
جدول1-4: کارگاه 72
جدول1-1-4: وضع کارگاه 73
جدول2-1-4: وضع ساعت کار 73
جدول3-1-4: وضع حقوقی 73
جدول4-1-4: مجوز، بیمه ی مدنی، مسئول ایمنی و غیره 73
جدول5-1-4: وضع رفاهی 74
جدول2-4: حادثه 75
جدول1-2-4: عامل وقوع حادثه 75
جدول2-2-4: علت وقوع حادثه 76
جدول3-2-4: اطلاع اداره، اطلاع سازمان و غیره 76
جدول4-2-4: نوبت کاری 77
جدول5-2-4: محل آسیب فرد حادثه دیده 77
جدول3-4: حادثه دیده 78
جدول1-3-4: مدرک 79
جدول2-3-4: تاهل، ملیت، جنسیت و غیره 79
جدول3-3-4: نتیجه حادثه 79
جدول4-4: بخشی از جدول حادثه دیده، افراد پرریسک 83
جدول5-4: بخشی از جدول حادثه، افراد پرریسک 84
جدول6-4:گزارش حادثه آقای ع.آ 86
جدول7-4: گزارش یک حادثه که در آن 5 نفر مصدوم شدند -87
جدول8-4: کد کارگاه هایی که بیش از یک حادثه فوتی داشتند 88
جدول9-4: توزیع تعداد موارد مرگ و میر از سال 1371 تا 1389 88
جدول10-4: بررسی آمار حوادث در سه بعد نیروی کار، محیط کار و شرایط کاری 90
جدول1-5: مقایسه ی دقت عملکرد مدل های درخت تصمیم گیری-(حالت اول) 94
جدول 2-5: محاسبه ی Recall ،Accuracy ،Precision و F-measure-(حالت اول) 96
جدول3-5: مقایسه ی دقت عملکرد مدل های درخت تصمیم گیری-(حالت دوم) 98
جدول 4-5: محاسبه ی Recall ،Accuracy ،Precision و F-measure-(حالت دوم) 100
جدول5-5: مقایسه ی دقت عملکرد مدل های درخت تصمیم گیری-(حالت سوم) 102
جدول 6-5: محاسبه ی Recall ،Accuracy ،Precision و F-measure-(حالت سوم) 104
جدول7-5: نتیجه نهایی عملکرد مدل ها در هرسه حالت 106
فهرست شکل ها و نمودارها
شکل 1-2: درخت تصمیم گیری 23
شکل 1-3: روند انجام کار 38
شکل2-3: چارچوب مدل DFSRM 42
شکل3-3: نمودار SSE، برای نمایش K بهینه 53
شکل4-3: نمودار SSE، برای نمایش K بهینه- سال88 65
شکل5-3: نمودار SSE، برای نمایش K بهینه- سال89 66
شکل1-4: 2947کارگاه در استان قم در بخش صنعت و تولید فعالیت می کنند 80
شکل2-4: از سال 1385 تا 1389، 660 حادثه به ثبت رسیده است 80
شکل3-4: از سال 1385 تا 1389، 80 کارگاه بیش از 2 حادثه داشتند 81
شکل 4-4: سال های 88، 89 و 87 پرحادثه ترین سال ها هستند 82
شکل5-4: کد کارگاه هایی که در آنها بیش از یک نفر مصدوم شده اند 87