ترجمه فارسی مقاله یادگیری تقویتی به کار رفته در پیگیری سبد بیمه

چکیده

When faced with a new customer, many factors contribute to an insurance firm’s decision of what offer to make to that customer. In addition to the expected cost of providing the insurance, the firm must consider the other offers likely to be made to the customer, and how sensitive the customer is to differences in price. Moreover, firms often target a specific portfolio of customers that could depend on, e.g., age, location, and occupation. Given such a target portfolio, firms may choose to modulate an individual customer’s offer based on whether the firm desires the customer within their portfolio. We term the problem of modulating offers to achieve a desired target portfolio the portfolio pursuit problem. Having formulated the portfolio pursuit problem as a sequential decision making problem, we devise a novel reinforcement learning algorithm for its solution. We test our method on a complex synthetic market environment, and demonstrate that it outperforms a baseline method which mimics current industry approaches to portfolio pursuit.

چکیده به فارسی (ترجمه ماشینی)

در هنگام مواجهه با مشتری جدید ، بسیاری از عوامل به تصمیم یک شرکت بیمه مبنی بر ارائه پیشنهاد برای آن مشتری کمک می کنند.علاوه بر هزینه مورد انتظار برای تأمین بیمه ، شرکت باید سایر پیشنهادات را که احتمالاً به مشتری ارائه می شود ، در نظر بگیرد و مشتری نسبت به تفاوت در قیمت چقدر حساس است.علاوه بر این ، بنگاهها غالباً نمونه کارها خاص از مشتریان را هدف قرار می دهند که می توانند به عنوان مثال ، سن ، مکان و شغل وابسته باشند.با توجه به چنین نمونه کارها هدف ، شرکت ها ممکن است تصمیم بگیرند که پیشنهاد مشتری شخصی را بر اساس اینکه آیا این شرکت مشتری را در سبد سهام خود خواسته است ، تعدیل کنند.ما مسئله تعدیل پیشنهادات را برای دستیابی به یک نمونه کارها هدف مورد نظر مشکل پیگیری نمونه کارها می نامیم.با تدوین مشکل پیگیری نمونه کارها به عنوان یک مشکل تصمیم گیری پی در پی ، ما یک الگوریتم یادگیری تقویت کننده جدید را برای راه حل آن ابداع می کنیم.ما روش خود را بر روی یک محیط پیچیده بازار مصنوعی آزمایش می کنیم و نشان می دهیم که از یک روش پایه بهتر است که از رویکردهای فعلی صنعت در پیگیری نمونه کارها تقلید می کند.