|
摘 要 （某某市师范学院信息技术工程学院,云南 某某市 653100） paper51.com 人寿保险行业间在国内竞争越来越激烈。面对激烈的竞争，保险公司在追求更多客户同时必须把索赔率降到最低，才能在竞争中胜出，以达到利润最大。利用关联规则挖掘方法可以分析出隐藏在人寿保险历史数据背后的有效信息，可以找出索赔率较高的人群，做出相应的决策，以达到提高效益、减低成本、防范风险的目的。 内容来自www.paper51.com 关键词：数据挖掘；关联规则；人寿保险 http://www.paper51.com Abstract http://www.paper51.com Life insurance industry more competitive in theMainland. The face of fierce competition, insurance companies in the pursuit of morecustomers rate must be to minimize claims, to win in the competition, to achieve themaximum profit. Association rule mining method can be used toanalyze the historical data hidden in the back of the effective life insuranceinformation, can identify groups with higher claims rate, make the appropriate decision-making, a view toincreasing efficiency, reduce cost, risk prevention purposes. 内容来自www.paper51.com Keywords：Mining;Association rules;LifeInsurance 内容来自论文无忧网 www.paper51.com
目 录 内容来自论文无忧网 www.paper51.com 1.引言... 1 内容来自www.paper51.com
2.数据挖掘概念方法与挖掘过程... 1 内容来自论文无忧网 www.paper51.com 2.1数据挖掘概念... 1 http://www.paper51.com 2.2数据挖掘常用方法... 1 内容来自www.paper51.com 2.2.1关联规则... 1 copyright paper51.com 2.2.2遗传算法... 1 copyright paper51.com 2.2.3聚类分析... 1 http://www.paper51.com
2.2.4系列模式分析... 2 内容来自www.paper51.com 2.2.5决策树... 2 paper51.com 2.3数据挖掘过程... 2 http://www.paper51.com 2.3.1确定挖掘目标... 2 copyright paper51.com 2.3.2数据准备... 2 内容来自论文无忧网 www.paper51.com 2.3.3数据挖掘... 2 内容来自www.paper51.com
2.3.4模型的评价和解释... 2 copyright paper51.com 3.关联规则... 3 内容来自www.paper51.com 3.1关联规则定义... 3 内容来自论文无忧网 www.paper51.com 3.2关联规则挖掘步骤... 3 内容来自www.paper51.com 4.数据挖掘平台... 4 内容来自论文无忧网 www.paper51.com 5.关联规则在人寿保险中应用... 5 内容来自论文无忧网 www.paper51.com 5.1数据预处理... 5 http://www.paper51.com 5.2 利用Alphaminer挖掘对入保人信息进行挖掘... 6 内容来自论文无忧网 www.paper51.com 5.3 结果分析... 7 http://www.paper51.com 6.结束语... 8 http://www.paper51.com 参考文献... 9 内容来自论文无忧网 www.paper51.com 致 谢... 9 内容来自www.paper51.com http://www.paper51.com 1.引言 copyright paper51.com
随着数据库和计算机网络的广泛应用，加上先进的数据自动生成和采集工具的使用，人们拥有的数据量急剧增大，特别是人寿保险行业，保险公司面对的入保人数据可以用海量来形容。然而数据的极速增长与数据分析方法的改进并不成正比，用于对这些数据进行分析处理的工具总是跟不上数据增长速度，人们拥有了海量的数据的同时却苦于信息的缺乏。而激增的数据背后隐藏着许多重要的信息，人们希望能够对其进行更高层次的分析，以便更好地利用这些数据。目前的数据库系统可以高效地实现数据录入、查询、统计等功能，但无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。由于缺乏发现海量数据后面隐藏知识的手段和方法，导致了“数据爆炸但知识贫乏”的现象。信息爆炸是一把双刃剑：巨大的信息既是重要的财富；又是最危险的杀手，巨量信息也可能导致决策与理解出现偏差。面对“人人被数据淹没，人们却饥饿于知识”的挑战，数据挖掘和知识发现技术应运而生。 内容来自论文无忧网 www.paper51.com 2.数据挖掘概念方法与挖掘过程 内容来自www.paper51.com 2.1数据挖掘概念 http://www.paper51.com
数据挖掘(Data Mining)是一个利用各种分析技术和工具从大量数据中提取有效的、新颖的、潜在的、有价值的信息和知识过程[1]。它是一门交叉学科，它集成了许多学科中成熟的工具和技术,包括数据库技术、统计学、机器学习、模型识别、人工智能、神经网络等等，把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识。数据挖掘得到的信息和知识的表现形式为规则、概念和模式等，它可以帮助决策者分析历史数据以及当前数据的特征和规律，以便进一步预测未来提供决策支持。 paper51.com
|