学位论文 > 优秀研究生学位论文题录展示

数据挖掘技术在车险CRM中的应用研究

作　者: 唐昭乐
导　师: 吴跃
学　校: 电子科技大学
专　业: 计算机软件与理论
关键词: 数据挖掘车辆保险 CRM 决策树风险分析车辆特征
分类号: TP311.13
类　型: 硕士论文
年　份: 2007年
下　载: 265次
引　用: 3次
阅　读: 论文下载

内容摘要

随着保险行业信息化系统的不断完善,企业积累了大量车辆保险的客户和产品销售数据,这些海量的数据使用传统的查询或分析工具往往不能识别其中有价值的信息,如何更加有效地管理车险业务数据库中快速增长的海量数据,将数据资源的利用提高到知识创新的高级阶段,己经成为保险企业当前需要迫切解决的问题。而数据挖掘恰好能够解决上述问题,所以数据挖掘技术在车辆保险CRM中如何应用己经成为保险行业关注的话题。车辆保险业务的特点决定了CRM在其经营过程中的重要地位,而有效的客户关系管理必须建立在强有力的数据分析的基础上。车险业务拥有海量的数据,一方面为保险公司进行数据分析提供了基础;另一方面,也使得数据分析的难度大大增加。如何使浩如烟海的车险业务数据真正转变成为保险公司商业决策的知识财富,从而有效地支持车险客户关系管理的决策和实施?本文通过对车险业务和业务数据的理解、分析,提出了将数据挖掘技术中的决策树和聚类应用到车险CRM系统,利用Clementine数据挖掘工具进行了数据挖掘建模和数据挖掘流程设计。建立车辆承保风险分析模型,并将之与一个简单的现有车险风险分析模型做了比较;建立车辆投保特征分析模型,并对两种决策树算法进行了比较。随着数据挖掘技术的不断发展,保险企业必将逐渐注重其在车险中的应用,从而能更有效的指导其经营决策工作。

全文目录

摘要  4-5
ABSTRACT  5-8
第一章绪论  8-12
  1.1 研究背景及意义  8-9
  1.2 车险CRM 的必要性  9
  1.3 保险行业CRM 应用情况  9-10
  1.4 本文的工作和安排  10-12
第二章数据挖掘理论概述  12-37
  2.1 数据挖掘的发展  12-13
  2.2 数据挖掘的定义  13-14
  2.3 数据挖掘的过程  14-16
  2.4 数据挖掘中的预处理  16-19
  2.5 数据挖掘技术分类  19-23
  2.6 决策树  23-28
  2.7 聚类  28-35
  2.8 数据挖掘应用现状  35-37
第三章 CRM 理论及在车险中的应用  37-53
  3.1 CRM 简介  37-41
  3.2 CRM 系统的主要功能  41-42
  3.3 CRM 中的数据挖掘  42-46
  3.4 车险CRM 数据挖掘模型  46-53
第四章数据挖掘过程模型  53-59
  4.1 CRISP-DM 数据挖掘过程模型的历史  53-54
  4.2 CRISP-DM 数据挖掘过程模型  54-56
  4.3 SPSS 数据挖掘软件介绍  56-59
第五章 CRISP-DM 模型的建立  59-84
  5.1 数据仓库设计  59-62
  5.2 车险业务理解  62-63
  5.3 数据理解  63-68
  5.4 数据采集时间窗口  68
  5.5 数据属性处理  68-70
  5.6 数据清洗  70-73
  5.7 车险承保风险分析  73-78
  5.8 车辆投保特征分析  78-84
第六章总结与展望  84-86
  6.1 总结  84
  6.2 展望  84-86
致谢  86-87
参考文献  87-89
攻硕期间取得的研究成果  89-90

数据挖掘技术在车险CRM中的应用研究

内容摘要

全文目录

相似论文