| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 导论 | 第7-11页 |
| 1.1 研究目的和意义 | 第7页 |
| 1.2 客户流失研究和预测国内外发展现状 | 第7-8页 |
| 1.3 研究思路与方法 | 第8-9页 |
| 1.3.1 研究思路 | 第8-9页 |
| 1.3.2 研究方法 | 第9页 |
| 1.4 本文创新之处 | 第9-11页 |
| 第二章 BP神经网络相关理论 | 第11-20页 |
| 2.1 人工神经网络 | 第11-14页 |
| 2.1.1 神经网络的结构 | 第11-12页 |
| 2.1.2 神经网络的学习 | 第12-14页 |
| 2.2 BP神经网络模型 | 第14-16页 |
| 2.2.1 BP神经网络模型 | 第15-16页 |
| 2.3 BP神经网络算法概述 | 第16-20页 |
| 第三章 第三章客户流失的几种算法 | 第20-23页 |
| 3.1 C4.5算法 | 第20页 |
| 3.2 K2算法 | 第20-21页 |
| 3.3 Logistic回归算法 | 第21-22页 |
| 3.4 BP神经网络应用于预测的优点 | 第22-23页 |
| 第四章 某保险公司客户流失预测模型的建立 | 第23-30页 |
| 4.1 某保险公司客户流失原因分析 | 第23页 |
| 4.2 客户流失预测指标体系的建立 | 第23页 |
| 4.3 财产保险公司影响客户流失数据结构分析 | 第23-26页 |
| 4.3.1 赔付指标 | 第24页 |
| 4.3.2 综合费用指标 | 第24-26页 |
| 4.4 预测步骤 | 第26-28页 |
| 4.4.1 归一化处理,使所有数据的值处于[-1,1]之间 | 第26-27页 |
| 4.4.2 学习样本和输入输出变量的确定 | 第27-28页 |
| 4.5 基于Matlab的BP神经网络预测模型设计 | 第28-30页 |
| 4.5.1 BP网络的建立 | 第28页 |
| 4.5.2 权值和阈值的初始化 | 第28页 |
| 4.5.3 网络训练 | 第28-30页 |
| 第五章 实证分析 | 第30-41页 |
| 5.1 保险公司客户流失预测 | 第30-35页 |
| 5.1.1 BP神经网络客户流失预测模型一 | 第30-31页 |
| 5.1.2 BP神经网络客户流失预测模型二 | 第31-32页 |
| 5.1.3 预测具体步骤 | 第32-35页 |
| 5.2 保险公司客户流失预测结果分析 | 第35-41页 |
| 5.2.1 BP神经网络模型一的预测结果分析 | 第35页 |
| 5.2.2 BP神经网络模型二的预测结果分析 | 第35-36页 |
| 5.2.3 指数平滑法预测结果分析 | 第36-39页 |
| 5.2.4 保险公司2016年1月客户流失预测结果分析及建议 | 第39-41页 |
| 结束语 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45页 |
