基于关联向量机的保险客户识别研究
| 摘要 | 第1页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·选题背景与研究意义 | 第8-10页 |
| ·论文来源与研究背景 | 第8-9页 |
| ·论文选题的目的 | 第9页 |
| ·论文的研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·客户识别国内外研究现状 | 第10-11页 |
| ·关联向量机国内外研究现状 | 第11-12页 |
| ·研究内容、创新之处及结构安排 | 第12-15页 |
| ·研究内容 | 第12页 |
| ·创新之处 | 第12-13页 |
| ·技术路线图 | 第13-14页 |
| ·结构安排 | 第14-15页 |
| 2 相关理论和文献综述 | 第15-34页 |
| ·客户关系管理 | 第15-17页 |
| ·客户关系管理的定义 | 第15-16页 |
| ·客户关系管理阶段 | 第16-17页 |
| ·客户识别方法 | 第17-23页 |
| ·客户细分 | 第18-21页 |
| ·客户分类 | 第21-22页 |
| ·客户计分 | 第22-23页 |
| ·数据挖掘基础知识 | 第23-27页 |
| ·数据挖掘产生的背景 | 第24-25页 |
| ·数据挖掘概念定义 | 第25-26页 |
| ·数据挖掘的功能 | 第26-27页 |
| ·关联向量机模型 | 第27-34页 |
| ·关联向量机回归原理 | 第28-29页 |
| ·关联向量机分类原理 | 第29页 |
| ·关联向量机参数估计 | 第29-32页 |
| ·关联向量机基函数 | 第32-34页 |
| 3 RVM保险客户识别模型构建 | 第34-43页 |
| ·保险客户识别问题背景 | 第34-36页 |
| ·保险业发展和CRM实施现状 | 第34-35页 |
| ·保险业客户识别研究重要性 | 第35-36页 |
| ·数据准备 | 第36-41页 |
| ·变量选取 | 第36页 |
| ·数据平衡 | 第36-39页 |
| ·同分布取样 | 第39-40页 |
| ·异常值处理 | 第40-41页 |
| ·模型构建 | 第41-43页 |
| 4 RVM保险客户识别模型训练及评价 | 第43-48页 |
| ·模型训练 | 第43-46页 |
| ·基函数选取 | 第43-44页 |
| ·基函数参数优化 | 第44-46页 |
| ·模型评价 | 第46-48页 |
| 5 结论与展望 | 第48-50页 |
| ·本文研究结论 | 第48页 |
| ·研究展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间发表的论文 | 第55-56页 |
| 致谢 | 第56-59页 |
| 附录 | 第59-65页 |
| matlab主程序代码 | 第59-61页 |
| 实验数据变量含义 | 第61-65页 |
