Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Citado por Google
- Similares en SciELO
- Similares en Google
Compartir
DYNA
versión impresa ISSN 0012-7353versión On-line ISSN 2346-2183
Resumen
GOMEZ-JARAMILLO, Paola Andrea; GONZALEZ-ECHAVARRIA, Favián y PEREZ-RAVE, Jorge Iván. Modelo de clasificación de incidentes tecnológicos desde un enfoque de aprendizaje automático en servicios de seguros. Dyna rev.fac.nac.minas [online]. 2022, vol.89, n.221, pp.161-167. Epub 14-Sep-2022. ISSN 0012-7353. https://doi.org/10.15446/dyna.v89n221.100070.
La gestión de incidentes tecnológicos en las compaiiías de seguros requiere una asignación conecta y oportuna de estos a los equipos de resolución de problemas. La clasificación de tales incidentes por humanos demanda tiempo y conocimiento y, con frecuencia, se ejecuta de manera errónea. Este documento aborda este problema de clasificación desde un enfoque de aprendizaje automático. Se compara el desempeito de cinco métodos de aprendizaje supervisado (regresión logística, árboles de clasificación, bosque aleatorio, análisis lineal discriminante y máquinas de vectores de apoyo) en tres escenarios de inclusión de predictores: estructurado, textos y ambos. El uso de variables no estructuradas mejora considerablemente la exactitud de los modelos (ej., Random Forest, muestra de validación: 0,709 con datos estructurados; 0,881 con datos de texto). Además, considerando las implicaciones prácticas de la tasa de clasificación humana conecta (66%) frente a la máquina (88%, Random Forest, SVM o regresión logística), la máquina favorece el ahorro de recursos en la organización. Este artículo es un caso exitoso del aprendizaje automático en la industria de seguros.
Palabras clave : clasificación de incidentes; incidentes tecnológicos; seguros; aprendizaje automático.