数据挖掘在保险中的研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-21页 |
| ·问题提出 | 第10-11页 |
| ·关联规则现状 | 第11-18页 |
| ·保险业中挖掘软件的应用现状 | 第18-19页 |
| ·本文的主要工作 | 第19-20页 |
| ·其它部分的内容 | 第20-21页 |
| 第二章 数据挖掘技术原理 | 第21-27页 |
| ·介绍 | 第21-23页 |
| ·数据挖掘的定义 | 第23页 |
| ·数据挖掘的过程 | 第23-24页 |
| ·确定业务对象 | 第23-24页 |
| ·数据准备 | 第24页 |
| ·数据挖掘 | 第24页 |
| ·结果分析 | 第24页 |
| ·知识同化 | 第24页 |
| ·数据挖掘的基本技术 | 第24-25页 |
| ·预言型数据挖掘 | 第24-25页 |
| ·描述型数据挖掘 | 第25页 |
| ·数据挖掘研究和应用 | 第25-27页 |
| 第三章 关联规则 | 第27-36页 |
| ·关联规则 | 第27页 |
| ·相关定义 | 第27-29页 |
| ·关联规则挖掘的步骤 | 第29页 |
| ·频繁项集自身的约束性质 | 第29-30页 |
| ·遍历搜索空间 | 第30-31页 |
| ·频繁项集挖掘典型算法 | 第31-32页 |
| ·Apriori算法 | 第31页 |
| ·FP-growth算法 | 第31-32页 |
| ·MaxMiner算法 | 第32页 |
| ·关联规则挖掘应用 | 第32-33页 |
| ·关联规则的应用 | 第32页 |
| ·关联规则应用的要点 | 第32-33页 |
| ·Apriori算法寻找频繁项集 | 第33-36页 |
| ·Apriori算法步骤 | 第33-35页 |
| ·改进Apriori算法 | 第35页 |
| ·相关定理 | 第35-36页 |
| 第四章 Apriori算法改进 | 第36-53页 |
| ·基本概念 | 第36-37页 |
| ·回溯查询产生频繁项集 | 第37-38页 |
| ·FMFI挖掘最大频繁项集 | 第38-39页 |
| ·进行优化 | 第39-41页 |
| ·计算项集支持度 | 第41-43页 |
| ·FMFI算法 | 第43页 |
| ·FMFI算法实现 | 第43-45页 |
| ·主要流程 | 第45-47页 |
| ·算法实现步骤 | 第47-49页 |
| ·实例分析和数据测试 | 第49-53页 |
| 第五章 关联规则挖掘在保险业的应用 | 第53-55页 |
| ·争取客户 | 第53页 |
| ·风险管理 | 第53-55页 |
| 第六章 数据挖掘系统设计 | 第55-69页 |
| ·数据挖掘系统 | 第55页 |
| ·数据挖掘系统的阶段 | 第55-59页 |
| ·选择数据挖掘工具 | 第59-61页 |
| ·保险数据挖掘过程 | 第61-62页 |
| ·DMTS系统结构 | 第62-68页 |
| ·小结 | 第68-69页 |
| 第七章 结束语 | 第69-71页 |
| ·论文工作总结 | 第69页 |
| ·进一步工作 | 第69-70页 |
| ·发展方向 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢与声明 | 第74-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75页 |
