با توجه به رقابتی شدن صنعت بیمه در سال‌های اخیر و ورود بخش خصوصی به این عرصه، حفظ بیمه‌گذاران برای شرکت‌های بیمه، اهمیت ویژه‌ای یافته است. این رویداد، توجه به پیش‌بینی رویگردانی مشتری را در این صنعت، برجسته ساخته است. با توجه به این موضوع، در این مقاله، مدل‌سازی پیش‌بینی رویگردانی مشتری با استفاده از تکنیک ماشین‌ بردار پشتیبان، صورت می‌گیرد. برای تحقق این هدف، فرآیند انتخاب مشخصه با الگوریتم ژنتیک بر مجموعه ‌داده‌ی موجود، به‌منظور حذف مشخصه‌های کم‌اهمیت اعمال می‌شود. علاوه بر این، با استفاده از روش‌های جستجوی شبکه و اعتبارسنجی متقابل، پارامترهای مدل ماشین بردار پشتیبان، بهینه و مدل ارزیابی می‌شود. بعد از آن، عملکرد پیش‌بینی روش ماشین بردار پشتیبان با روش‌ درخت‌ تصمیم مقایسه شده است. یافته‌های این مقاله نشان می‌دهد که مدل ماشین بردار پشتیبان از عملکرد بالاتری نسبت به مدل درخت تصمیم برخوردار بوده و در مدل پیشنهادی مبتنی بر ماشین بردار پشتیبان، مشخصه‌های سابقه‌ خرید، نحوه‌ آشنایی با سازمان و تمایل به خرید، به‌عنوان مهم‌ترین مشخصه‌های پیش‌بینی‌کننده‌ی رویگردانی مشتری تعیین شدند.

کلمات کلیدی