| 第一章 概述 | 第1-16页 |
| ·选题依据及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·论文研究工作的主要内容 | 第12-13页 |
| ·客户的分类 | 第12页 |
| ·客户交费行为的预测 | 第12页 |
| ·高退保风险客户的辨别 | 第12-13页 |
| ·论文研究工作的研究成果 | 第13-14页 |
| ·决策树在客户分类中的应用 | 第13页 |
| ·利用多元非线性回归建立交费预测模型 | 第13-14页 |
| ·二元变量计算方法判断高退保概率客户 | 第14页 |
| ·论文的组织和结构 | 第14-16页 |
| 第二章 数据挖掘技术发展现状及在保险行业的应用 | 第16-22页 |
| ·数据挖掘技术的介绍及发展现状 | 第16页 |
| ·保险公司介绍 | 第16-17页 |
| ·数据挖掘技术在保险行业的应用情况 | 第17-22页 |
| ·保险信息化建设历程 | 第17-18页 |
| ·数据挖掘技术在保险公司中的应用 | 第18-22页 |
| 第三章 分类算法在保险续期催交中的应用 | 第22-34页 |
| ·分类技术 | 第22-23页 |
| ·保险续期业务指标分析 | 第23-24页 |
| ·续期催交方法问题 | 第24-25页 |
| ·客户的分类分析 | 第25-28页 |
| ·基于决策树方法的客户分类 | 第28-31页 |
| ·基于多元非线性回归的客户交费预测 | 第31-34页 |
| 第四章 聚类算法在保险续期催交中的应用 | 第34-41页 |
| ·聚类技术 | 第34页 |
| ·保险续期业务指标分析 | 第34-35页 |
| ·退保客户处理中的问题 | 第35页 |
| ·运用聚类技术辨别退保客户 | 第35-41页 |
| 第五章 基于数据挖掘的续期客户催交模型在短信系统中的应用实例 | 第41-49页 |
| ·短信系统介绍 | 第41页 |
| ·续期催交模型的应用 | 第41-49页 |
| 第六章 结束语 | 第49-50页 |
| ·总结 | 第49页 |
| ·展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |