Lesage, Laurent
[Author]
;
Université de Lorraine
[Contributor];
Université du Luxembourg
[Contributor];
Deaconu, Madalina
[Contributor];
State, Radu
[Contributor]
Data analysis for insurance : recommendation system based on a Multivariate Hawkes Process ; Analyse de données pour l'assurance : système de recommandation basé sur un processus de Hawkes multivarié
You can manage bookmarks using lists, please log in to your user account for this.
Media type:
Text;
Electronic Thesis;
E-Book
Title:
Data analysis for insurance : recommendation system based on a Multivariate Hawkes Process ; Analyse de données pour l'assurance : système de recommandation basé sur un processus de Hawkes multivarié
Footnote:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Description:
L'objectif de la thèse est de construire un système de recommandation pour l'assurance. En observant le comportement et l'évolution d'un client dans le contexte assurantiel, les clients semblent modifier leur couverture d'assurance lorsqu'un événement important survient dans leur vie. Afin de prendre en compte l'influence des événements de la vie (par exemple, mariage, naissance, changement d'emploi) sur la sélection des garanties d'assurance auprès des clients, nous modélisons le système de recommandation avec un processus de Hawkes multivarié, qui comprend plusieurs fonctionnalités spécifiques visant à calculer des recommandations pertinentes. aux clients d'une compagnie d'assurance luxembourgeoise. Plusieurs de ces fonctionnalités visent à proposer une "background intensity" personnalisée pour chaque client grâce à un modèle de Machine Learning, à utiliser des fonctions de déclenchement adaptées aux données d'assurance ou à pallier les failles des données du monde réel en ajoutant un terme de pénalisation spécifique dans la fonction objectif. Nous définissons un cadre complet de processus de Hawkes multivariés avec une fonction d'excitation de densité gamma (estimation, simulation, qualité de l'ajustement) et nous démontrons certaines propriétés mathématiques (espérance, variance) sur le régime transitoire du processus. Notre système de recommandation a été back-testé sur une année complète. Les observations des paramètres du modèle et les résultats de ce back-test montrent que la prise en compte des événements de la vie par un Processus de Hawkes Multivarié permet d'améliorer significativement la précision des recommandations. La thèse est présentée en 4 chapitres. Le chapitre 1 explique comment la "background intensity" du processus de Hawkes multivarié est calculée grâce à un algorithme de Machine Learning, afin que chaque client ait une recommandation personnalisée. Le chapitre 1 présente une version étendue de la méthode présentée dans "Un système de recommandation pour l'assurance automobile", dans ...