数据挖掘技术在车险CRM中的应用研究
| 1 绪论 | 第1-11页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究方法及框架 | 第9-10页 |
| ·研究内容及创新点 | 第10-11页 |
| 2 我国机动车辆保险业务概述 | 第11-18页 |
| ·我国车险业务现状及特点 | 第11-12页 |
| ·我国机动车辆保险改革 | 第12-15页 |
| ·车险改革的过程 | 第12-14页 |
| ·车险改革面临的问题与对策 | 第14-15页 |
| ·机动车辆保险的发展趋势 | 第15-16页 |
| ·CRM在车险业务中的地位 | 第16-18页 |
| 3 数据仓库和数据挖掘技术概述 | 第18-44页 |
| ·数据仓库 | 第18-23页 |
| ·数据库与数据仓库 | 第19-20页 |
| ·数据仓库的概念 | 第20页 |
| ·数据仓库系统的体系结构 | 第20-23页 |
| ·数据挖掘 | 第23-42页 |
| ·数据挖掘的过程 | 第25-29页 |
| ·数据挖掘的方法 | 第29-41页 |
| ·数据挖掘的应用 | 第41-42页 |
| ·保险业的应用现状及对策 | 第42-44页 |
| 4 基于数据挖掘的车险CRM系统设计 | 第44-54页 |
| ·分析型CRM的功能及其体系结构 | 第45-46页 |
| ·分析型车险CRM系统及其功能 | 第46-48页 |
| ·车险业务数据仓库设计 | 第48-51页 |
| ·数据库基本数据结构 | 第48-49页 |
| ·数据粒度模型设计 | 第49-50页 |
| ·基于主题的表群划分 | 第50-51页 |
| ·数据挖掘主题选取 | 第51-54页 |
| ·客户风险分析 | 第51页 |
| ·投保行为分析 | 第51-52页 |
| ·客户价值分析 | 第52-53页 |
| ·欺诈识别 | 第53-54页 |
| 5 数据挖掘模型与算法设计 | 第54-67页 |
| ·客户风险分析 | 第54-58页 |
| ·基于客户特征的风险分析指标 | 第54-55页 |
| ·基于车辆特征的风险分析指标 | 第55-56页 |
| ·客户风险分级模型 | 第56-57页 |
| ·模型算法 | 第57-58页 |
| ·投保行为分析 | 第58-60页 |
| ·投保险种分析 | 第58页 |
| ·客户行为分析 | 第58-60页 |
| ·客户价值分析 | 第60-62页 |
| ·客户生命周期价值模型 | 第60-62页 |
| ·客户价值指标体系及数据挖掘方法设计 | 第62页 |
| ·欺诈识别 | 第62-65页 |
| ·欺诈识别聚类算法 | 第62-64页 |
| ·欺诈识别的步骤 | 第64-65页 |
| ·基于以上分析的客户保持策略 | 第65-67页 |
| 6 车险业务的数据挖掘应用实证分析 | 第67-83页 |
| ·数据获取 | 第67-69页 |
| ·企业调研 | 第67-69页 |
| ·问卷调查 | 第69页 |
| ·模型算法的验证与评价 | 第69-83页 |
| ·客户风险分析 | 第70-72页 |
| ·投保行为分析 | 第72-77页 |
| ·客户价值分析 | 第77-81页 |
| ·欺诈识别 | 第81-83页 |
| 7 总结与展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 附录一: 调查问卷 | 第88-90页 |
| 附录二: 数据挖掘模型详细规则 | 第90-97页 |
| 基于客户特征的风险分析决策树详细规则 | 第90-91页 |
| 基于车辆特征的风险分析决策树详细规则 | 第91-92页 |
| 车险险种聚类详细规则 | 第92-94页 |
| 投保行为分析:满意度-续保决策树详细规则 | 第94-95页 |
| 基于客户特征的客户价值聚类详细规则 | 第95-97页 |
| 致谢 | 第97页 |
