| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-13页 |
| ·保险欺诈类别 | 第9-11页 |
| ·保险欺诈识别 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·主要研究内容 | 第13-14页 |
| ·本文组织结构 | 第14-15页 |
| 第2章 保险欺诈相关技术 | 第15-28页 |
| ·引言 | 第15页 |
| ·数据挖掘相关技术 | 第15-17页 |
| ·数据建模技术 | 第17页 |
| ·集成分析方法 | 第17-18页 |
| ·保险欺诈关键技术 | 第18-27页 |
| ·保险欺诈的定义和类别 | 第18-20页 |
| ·保险欺诈的测量 | 第20-21页 |
| ·保险欺诈的识别 | 第21-23页 |
| ·保险欺诈的防范 | 第23-25页 |
| ·保险欺诈总体数据分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于数据挖掘的保险欺诈分析方法研究 | 第28-36页 |
| ·引言 | 第28页 |
| ·整体研究框架 | 第28-29页 |
| ·计量经济模型 | 第29-30页 |
| ·基于数据挖掘的保险欺诈检测算法的设计 | 第30-35页 |
| ·相关定义 | 第30-31页 |
| ·算法设计 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于集成学习的保险欺诈监测方法研究 | 第36-45页 |
| ·引言 | 第36页 |
| ·总体设计思想 | 第36-37页 |
| ·保险欺诈集成监测方法 | 第37-44页 |
| ·基于 Bagging 监测算法设计 | 第37-39页 |
| ·基于 Boosting 监测算法设计 | 第39-40页 |
| ·基于 Majority Voting 监测算法设计 | 第40-42页 |
| ·基于 Stacking 监测算法设计 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 实验及分析 | 第45-51页 |
| ·实验环境 | 第45页 |
| ·实验分析 | 第45-50页 |
| ·评价指标 | 第45-46页 |
| ·实验及结果分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第55-56页 |
| 致谢 | 第56-57页 |
| 作者简介 | 第57页 |