学位论文 > 优秀研究生学位论文题录展示

面向寿险领域的数据挖掘研究及其应用

作　者: 吴昊
导　师: 吴斌
学　校: 北京邮电大学
专　业: 软件工程
关键词: 人寿保险客户分析数据挖掘可视分析
分类号: TP311.13
类　型: 硕士论文
年　份: 2010年
下　载: 47次
引　用: 0次
阅　读: 论文下载

内容摘要

本文对数据挖掘技术在寿险信息分析中的应用做了初步的探索,从理论和逻辑上论证了寿险领域中数据挖掘技术应用的可行性。其中主要阐述了数据挖掘技术在客户分析及产品分析中的应用价值,并给出了相应主题分析的具体应用流程和方法。传统的数据挖掘技术专注分析维表的属性,忽略了记录之间存在的关系。网络分析方法主要关注网络的结构而没有注意到网络中节点本身的属性。因此本文在传统的数据挖掘基础上,研究了基于社会网络分析的数据挖掘方法。旨在通过构建异构的网络模型来最大限度的保留原始数据的各种信息,并对多关系网络进行进一步的研究。社会网络可视化技术把浩如烟海的数据描绘成“风景”,让人们“漫游其中”,同时它能够展示客户关系网络的客户管理模式。基于该关系网络,并结合传统的客户关系管理系统,可以为公司的战略实施、客户服务、产品营销提供支持。具体来说,本文主要对面向寿险领域的数据挖掘方法及其应用做了如下几方面的探讨：1.寿险客户分析系统,将客户全方面的信息作为数据源提供给客户信息分析系统,建立与分析系统数据集市的信息交互分析系统对客户的终身价值、风险评估等分析结果同步到客户统一视图中,供销售与服务人员查询。2.客户及产品分析。主要阐述数据挖掘在客户价值分析及产品分析中的应用。描述了客户价值的定义,并从客户价值的产生过程出发,建立了提升客户价值的总体框架,为进一步对客户价值的研究提供有益的借鉴。然后通过关联分析找出险种之间的组合情况。3.社交型关系管理。据调查,目前的寿险数据管理或者客户服务管理系统都是基于寿险客户分析系统,这种以客户个体为主题的方法在进行客户忠诚度分析方面非常实用,但对于数据分析和客户管理就显得不足。因此,本文提出了一套以客户群为目标的分析方法。本文将上述的研究应用于寿险业的企业信息化中,开发了基于寿险业数据的信息可视系统(寿险客户分析系统),通过工具证明了上述研究的可行性。管理数据、应用数据,分析数据被越来越多的公司用来指导公司的营销、客户服务以及发展战略。

全文目录

摘要  4-6
ABSTRACT  6-8
目录  8-12
图表目录  12-14
第一章引言  14-18
  1.1 项目背景  14-15
  1.2 项目任务  15-17
    1.2.1 项目内容  15-16
    1.2.2 项目目标  16-17
  1.3 论文结构  17-18
第二章数据挖掘相关技术概述  18-27
  2.1 数据挖掘  18-21
    2.1.1 数据挖掘的定义  18
    2.1.2 传统的数据挖掘  18-19
    2.1.3 数据预处理  19-20
    2.1.4 数据挖掘的分类  20-21
  2.2 社群发现  21-23
  2.3 可视分析  23-25
  2.4 基于JUNG框架的网络可视化  25-26
  2.5 小结  26-27
第三章寿险客户分析系统需求分析  27-36
  3.1 数据现状  27-29
    3.1.1 多系统分散建设  27
    3.1.2 数据多头管理  27-28
    3.1.3 缺乏统一标准  28
    3.1.4 缺乏完善的数据质量管理体系  28
    3.1.5 数据生命周期管理不完整  28-29
    3.1.6 对数据安全认识不全面  29
  3.2 数据需求  29
  3.3 功能需求  29-35
    3.3.1 客户信息整合  29-30
    3.3.2 已存客户信息模型需求  30-33
    3.3.3 渠道信息整合  33
    3.3.4 客户信息管理  33-34
    3.3.5 业务应用需求  34-35
  3.4 数据可视化需求  35
  3.5 小结  35-36
第四章寿险客户分析系统设计与实现  36-47
  4.1 寿险客户分析系统设计  36-37
  4.2 寿险客户分析系统实现  37-43
    4.2.1 系统架构设计原则  38
    4.2.2 系统总包设计  38-39
    4.2.3 数据清理的实现  39-40
    4.2.4 物理架构视图  40-41
    4.2.5 开发架构视图  41-42
    4.2.6 数据架构视图  42-43
  4.3 应用测试  43-44
    4.3.1 测试方法  43
    4.3.2 测试工具  43-44
    4.3.3 测试过程  44
  4.4 应用场景  44-46
    4.4.1 社团演化模式判别  44-45
    4.4.2 社团行为检查及解释  45
    4.4.3 可视分析  45-46
    4.4.4 精细化营销  46
  4.5 小结  46-47
第五章产品及客户统计分析  47-61
  5.1 数据源  47-48
  5.2 客户特征分布特点  48-51
    5.2.1 年龄分布  48
    5.2.2 性别分布  48-49
    5.2.3 婚姻状况  49
    5.2.4 职业特点  49-50
    5.2.5 收入状况  50-51
    5.2.6 小结  51
  5.3 变量交叉分析  51-55
    5.3.1 收入×性别  51
    5.3.2 收入×年龄  51-52
    5.3.3 收入×职业  52-53
    5.3.4 购买行为×婚姻状态  53
    5.3.5 购买行为×职业  53
    5.3.6 购买行为×收入  53-55
  5.4 产品组合分析  55-60
    5.4.1 产品设计与保费收入的关系  55
    5.4.2 多产品购买对保费收入增加的作用  55-56
    5.4.3 险种业务类型分布  56-57
    5.4.4 险种销售渠道分布  57
    5.4.5 多产品购买比例分析  57-59
    5.4.6 重复购买险种分析  59-60
  5.5 小结  60-61
第六章产品及客户挖掘分析  61-70
  6.1 客户聚类  62-63
  6.2 关联分析  63-67
    6.2.1 聚类分析  65-66
    6.2.2 分析结果  66-67
  6.3 交叉分析  67-68
  6.4 数据可视化  68-69
  6.5 小结  69-70
第七章总结与展望  70-72
  7.1 承担角色及其主要工作  70
  7.2 本文总结  70
  7.3 展望  70-72
参考文献  72-74
致谢  74

面向寿险领域的数据挖掘研究及其应用

内容摘要

全文目录

相似论文