数据挖掘技术在人寿保险业务中的研究和应用

摘要	第1-4页
Abstract	第4-7页
第一章 概述	第7-11页
·选题依据及意义	第7-8页
·国内外研究现状	第8-9页
·论文研究工作的主要内容	第9-11页
第二章 数据挖掘与保险公司信息管理	第11-23页
·数据挖掘技术概况	第11-19页
·数据挖掘发展历史	第11-13页
·数据挖掘的任务	第13-14页
·常见的数据挖掘方法	第14-16页
·数据挖掘的实施过程与CRISP-DM	第16-19页
·商业领域的数据挖掘工具	第19-23页
·通用型数据挖掘工具	第19-21页
·数据挖掘工具的选择	第21-23页
第三章 数据挖掘的算法概述	第23-35页
·数据挖掘中常见的聚类算法	第23-28页
·基于划分方法的聚类算法	第23-25页
·基于层次方法的聚类算法	第25-26页
·基于模型方法的聚类算法	第26-27页
·其它常用聚类算法	第27-28页
·关联规则挖掘算法	第28-35页
·经典频集Apriori算法	第28-31页
·广义规则归纳GRI算法	第31-33页
·在线挖掘关联规则Carma算法	第33-35页
第四章 数据挖掘技术在保险业务中的实施	第35-63页
·数据挖掘技术实施背景分析	第35-36页
·保险业务中客户信息的聚类分析	第36-57页
·商业理解	第37-38页
·数据理解	第38-46页
·数据准备	第46-49页
·聚类分析建模	第49-57页
·保险业务中的关联规则挖掘分析	第57-63页
·数据理解和准备	第58-59页
·关联规则的挖掘实施	第59-63页
第五章 数据挖掘结果评估与总结	第63-67页
·聚类结果分析	第63-64页
·关联规则挖掘结果分析	第64-65页
·论文工作总结	第65-67页
致谢	第67-69页
参考文献	第69-70页