Αξιοποίηση δεδομένων μεγάλου όγκου και Προβλεπτική Ανάλυση στην ασφάλιση φωτοβολταϊκών κινδύνων

Διπλωματική Εργασία uoadl:1447699 616 Αναγνώσεις

Μονάδα:
Κατεύθυνση Ψηφιακά Μέσα Επικοινωνίας και Περιβάλλοντα Αλληλεπίδρασης
Βιβλιοθήκη Πολιτικής Επιστήμης και Δημόσιας Διοίκησης - Επικοινωνίας και Μέσων Μαζικής Ενημέρωσης - Τουρκικών Σπουδών και Σύγχρονων Ασιατικών Σπουδών - Κοινωνιολογίας
Ημερομηνία κατάθεσης:
2015
Έτος εκπόνησης:
2015
Συγγραφέας:
Βράχα Σταματίνα
Στοιχεία επιβλεπόντων καθηγητών:
Κωνσταντίνος Μουρλάς, Αναπληρωτής καθηγητής Τμήμα ΕΜΜΕ, ΕΚΠΑ
Πρωτότυπος Τίτλος:
Αξιοποίηση δεδομένων μεγάλου όγκου και Προβλεπτική Ανάλυση στην ασφάλιση φωτοβολταϊκών κινδύνων
Γλώσσες εργασίας:
Ελληνικά
Περίληψη:
Σκοπός της παρούσας εργασίας είναι σε ότι αφορά το πρώτο και θεωρητικό κομμάτι, να πραγματοποιηθεί μια προσέγγιση για το τι ακριβώς είναι τα ανοικτά δεδομένα, πού, πώς και πότε εφαρμόζονται και εν συνεχεία πώς συσχετίζονται με τον ασφαλιστικό κλάδο, τομέας ο οποίος θα αποτελέσει τον κοινό παρανομαστή όλων των κεφαλαίων της παρούσας διπλωματικής εργασίας.
Σε ένα δεύτερο επίπεδο μελετούνται τα analytics ως επιστημονικός κλάδος προκειμένου να προχωρήσουμε την επιστημονική μας έρευνα στα μεγάλα δεδομένα (big data) και να καταγράψουμε τι είναι αυτά, και γιατί είναι τόσο σημαντικά στον ασφαλιστικό τομέα, αλλά και σε κάθε άλλη πτυχή κυρίως της επαγγελματικής μας δραστηριότητας.
Στην συνέχεια δίνεται μεγαλύτερη έμφαση στο γιατί έχει γίνει τόση συζήτηση γύρω από αυτά. Αποδεικνύεται η σημασία τους σε όλους τους επιστημονικούς τομείς αλλά και τα οφέλη που προσδίδουν σε όλες τις μεγάλες επιχειρήσεις. Στο τέλος του 4ου κεφαλαίου καθίσταται κατανοητό γιατί είναι τόσο εξέχουσας σημασίας η χρήση τους από τις ασφαλιστικές εταιρείες.
Στο 5ο κεφάλαιο επιχειρείται έρευνα στην εξόρυξη δεδομένων, στις μεθόδους της και στους τομείς εφαρμογής της. Γίνεται ευρεία ανάλυση σχετικά με τις τεχνολογίες της όπως παραδείγματος χάρη τη μηχανική μάθηση (machine learning), τη στατιστική (statistics), την επιχειρηματική ευφυΐα (business intelligence) και τις μηχανές αναζήτησης (web search engines).Εξετάζονται τα λογισμικά που χρησιμοποιούνται κατά την εφαρμογή τέτοιων τεχνολογιών στην εξόρυξη δεδομένων και καταλήγουμε στα πιο γνωστά και σημαντικά.
Το δεύτερο και πιο πρακτικό κομμάτι αφορά στον σχεδιασμό μιας διαδικτυακής πλατφόρμας. Πιο συγκεκριμένα θα πραγματοποιηθεί μια απόπειρα σχεδιασμού μιας διαδικτυακής πλατφόρμας προβλεπτικής ανάλυσης με συμβουλευτικό σκοπό σχετικά με την ανάληψη κινδύνων φωτοβολταϊκών πάρκων στην οποία θα εφαρμόζονται τεχνικές εξόρυξης δεδομένων. Θα αξιοποιούνται δεδομένα μεγάλου όγκου σε πραγματικό χρόνο μέσω data mining. Επίσης, θα υποστηρίζει λειτουργίες όπως η Ενσωμάτωση, η Μοντελοποίηση και η Διανυσματοποίηση των Μεγάλων δεδομένων, οι οποίες θα καταστήσουν εφικτή τη χρήση μεθόδων επεξεργασίας σε διαφορετικές κλίμακες και ποσότητες δεδομένων. Ο βασικός στόχος του παρόντος έργου θα είναι η απλοποίηση πολύπλοκων τεχνικών και μεθοδολογιών μηχανικής μάθησης εξόρυξης κειμένου και αναγνώρισης μοτίβων κατά την εκτίμηση κινδύνων.
Ο σχεδιασμός αυτής της πλατφόρμας θα περιλαμβάνει σύστημα ευφυΐας που θα λειτουργεί συμβουλευτικά εφόσον θα συνδέεται με δεδομένα από τον server της εταιρείας Μέντωρ (Πραγματογνώμονες – Εκτιμητές - Μηχανικοί Α.Ε) που αφορούν παρελθοντικές ζημιές σε φωτοβολταϊκά πάρκα και φωτοβολταϊκές εγκαταστάσεις γενικότερα. Οι πραγματογνώμονες της εταιρείας αλλά και οι πελάτες της (ασφαλιστικές εταιρείες) θα μπορούν βάζοντας νέα δεδομένα, με βάση τα παλιά, να κάνουν μια πρώτη εκτίμηση της ζημιάς και συνδυαστικά να βλέπουν και μέτρα προστασίας και λοιπές σχετικές πληροφορίες πριν την ανάληψη του κινδύνου ή αφότου κάποιο ασφαλισμένο πάρκο έχει πάθει κάποιου είδους ζημιά.
Για τον σκοπό αυτόν λοιπόν, περιλαμβάνεται προγενέστερα από τον σχεδιασμό της πλατφόρμας κεφάλαιο στο οποίο περιγράφονται αναλυτικά τα είδη των φωτοβολταϊκών, οι λόγοι για τους οποίους είναι σημαντική η χρήση τέτοιων πηγών ανανεώσιμης ενέργειας αλλά και οι τρόποι με τους οποίους ασφαλίζονται τέτοιου είδους περιουσίες. Η περιγραφή του τρόπου ασφάλισης των φωτοβολταϊκών σχετίζεται άμεσα με τη πλατφόρμα που θέλουμε να σχεδιάσουμε και γι’ αυτό γίνεται εκτενής αναφορά. Ο σχεδιασμός της πλατφόρμας πραγματοποιείται με βάση συνεντεύξεις από ειδικούς του είδους, τα αποτελέσματα των οποίων θα παρατεθούν στην παρούσα εργασία λίγο πριν τη περιγραφή του σχεδιασμού της πλατφόρμας. Στο τέλος, ακολουθεί επίλογος και συμπεράσματα για τα προαναφερθέντα θέματα.
Κύρια θεματική κατηγορία:
Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες
Λέξεις-κλειδιά:
Ανοιχτά Δεδομένα, Μεγάλα Δεδομένα, Εξόρυξη Δεδομένων Μηχανική Μάθηση, Επιχειρηματική Ευφυΐα, , Προβλεπτική Ανάλυση, , Εκτίμηση Κινδύνου, Φωτοβολταϊκά, Ασφαλιστική Απάτη, Ασφάλιση με βάση τη Χρήση Analytics.
Ευρετήριο:
Όχι
Αρ. σελίδων ευρετηρίου:
0
Εικονογραφημένη:
Ναι
Αρ. βιβλιογραφικών αναφορών:
58
Αριθμός σελίδων:
117
Σημειώσεις:
Τοπική Ψηφιακή Βιβλιοθήκη
Αρχείο:
Δεν επιτρέπεται η πρόσβαση στο αρχείο.

Διπλωματική-Εργασία-ΣΤΑΜΑΤΙΝΑΣ ΒΡΑΧΑ_2015.pdf
3 MB
Δεν επιτρέπεται η πρόσβαση στο αρχείο.