数据挖掘技术在保险公司客户关系管理中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 文献综述 | 第13-16页 |
| 1.2.1 数据挖掘技术及其应用的国内外研究现状 | 第13-15页 |
| 1.2.2 CRM 的国内研究现状 | 第15-16页 |
| 1.2.3 CRM 在国内外保险业的应用现状 | 第16页 |
| 1.3 结构安排与研究方法 | 第16-18页 |
| 1.3.1 结构安排 | 第16-17页 |
| 1.3.2 研究方法 | 第17-18页 |
| 第2章 客户关系管理理论概述 | 第18-28页 |
| 2.1 客户关系管理（CRM） | 第18-21页 |
| 2.1.1 客户关系管理（CRM）的基本框架体系 | 第18-20页 |
| 2.1.2 客户关系管理的应用给企业带来的价值 | 第20-21页 |
| 2.2 保险公司的 CRM 应用分析 | 第21-27页 |
| 2.2.1 我国保险公司的发展现状 | 第21-23页 |
| 2.2.2 保险公司应用 CRM 的必要性 | 第23-24页 |
| 2.2.3 保险公司应用 CRM 的现状 | 第24-25页 |
| 2.2.4 保险公司车险业务 CRM 系统功能 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 数据挖掘和决策树算法 | 第28-39页 |
| 3.1 数据挖掘技术 | 第28-33页 |
| 3.1.1 数据挖掘的主要任务 | 第28-29页 |
| 3.1.2 数据挖掘的流程 | 第29-30页 |
| 3.1.3 数据挖掘的常用算法 | 第30-32页 |
| 3.1.4 数据挖掘中的分类算法 | 第32-33页 |
| 3.1.5 决策树算法相对于其他算法的优势 | 第33页 |
| 3.2 决策树 | 第33-37页 |
| 3.2.1 决策树的构建 | 第34页 |
| 3.2.2 决策树的剪枝 | 第34页 |
| 3.2.3 ID3 算法 | 第34-36页 |
| 3.2.4 C5.0 算法 | 第36-37页 |
| 3.2.5 决策树各算法的比较 | 第37页 |
| 3.3 集成学习 | 第37-38页 |
| 3.3.1 集成学习概述 | 第37页 |
| 3.3.2 Bagging | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 决策树在财产保险客户流失分析中的应用 | 第39-50页 |
| 4.1 财产保险公司客户流失分析的意义 | 第39页 |
| 4.2 数据说明 | 第39-40页 |
| 4.3 模型的构建与分析过程 | 第40-48页 |
| 4.3.0 确定数据挖掘的目标 | 第40页 |
| 4.3.1 数据准备 | 第40页 |
| 4.3.2 数据集成 | 第40页 |
| 4.3.3 数据清洗 | 第40-41页 |
| 4.3.4 数据转换 | 第41-42页 |
| 4.3.5 数据消减 | 第42页 |
| 4.3.6 基本描述分析 | 第42-44页 |
| 4.3.7 数据建模 | 第44页 |
| 4.3.8 数据挖掘 | 第44-47页 |
| 4.3.9 结果分析 | 第47-48页 |
| 4.4 相关措施的实施与改进 | 第48-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 附录 | 第55-66页 |
| 致谢 | 第66页 |
