數(shù)據(jù)挖掘技術(shù)在保險公司客戶流失預(yù)測中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、數(shù)據(jù)挖掘的基本思想是利用已知的數(shù)據(jù)通過建立數(shù)學(xué)模型的方法找出隱含的業(yè)務(wù)規(guī)則。隨著該技術(shù)的發(fā)展,其重要性已被越來越多的人認(rèn)可,在國內(nèi)外很多行業(yè)已經(jīng)成功應(yīng)用。在保險行業(yè)的主要應(yīng)用有客戶欺詐分析,客戶流失分析,客戶消費模式分析,市場推廣分析等。其中,客戶流失分析是通過對以往流失客戶的歷史數(shù)據(jù)進(jìn)行分析,找出可能退保用戶的特征,以便及時采取相應(yīng)的措施,減少客戶流失的發(fā)生。這對保險企業(yè)降低運營成本,提高經(jīng)營業(yè)績有著極為重要的意義。論文首先闡述了數(shù)據(jù)

2、挖掘的含義、功能以及流程,分析了CRM的內(nèi)涵以及體系框架,指出了保險公司客戶流失的原因以及實現(xiàn)客戶流失預(yù)測對保險公司的重要性,在此基礎(chǔ)上將保險公司客戶流失原因進(jìn)行了歸類分析,提出了保險公司客戶流失關(guān)鍵績效指標(biāo)及相應(yīng)對策。其次,重點設(shè)計了保險公司的客戶流失預(yù)測模型。針對常用的決策樹分類挖掘算法進(jìn)行了分析,指出了存在的問題,提出了基于加權(quán)屬性和預(yù)剪枝策略的決策樹分類挖掘的改進(jìn)算法。該算法能夠更好地解決保險行業(yè)數(shù)據(jù)挖掘中數(shù)據(jù)量大,效率要求高的

3、問題。同時基于決策樹挖掘改進(jìn)算法,對客戶流失預(yù)測模型的架構(gòu)進(jìn)行了總體設(shè)計,對客戶相關(guān)的數(shù)據(jù)進(jìn)行了收集、集成,根據(jù)擬定的關(guān)鍵績效指標(biāo)進(jìn)行了數(shù)據(jù)重組。并在明確客戶流失預(yù)測模型構(gòu)建思想的前提下,給出了基于決策樹挖掘改進(jìn)算法的客戶流失預(yù)測模型的詳細(xì)建立過程。接著,針對具體的商業(yè)人壽保險公司,將本文建立的客戶流失預(yù)測模型進(jìn)行應(yīng)用,詳細(xì)分析了模型應(yīng)用過程中所涉及到數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換以及通過決策樹分類挖掘改進(jìn)算法建立的客戶流失預(yù)測模型。最后,本文對預(yù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論