基于数据挖掘技术的行业级保险反欺骗系统研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 引言 | 第7-13页 |
| ·研究背景及意义 | 第7-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·研究内容及创新点 | 第10-11页 |
| ·论文组织结构 | 第11-13页 |
| 2 相关理论概述 | 第13-27页 |
| ·保险欺骗概述 | 第13-15页 |
| ·保险欺骗的概念界定 | 第13页 |
| ·保险欺骗的表现形式 | 第13-15页 |
| ·数据挖掘概述 | 第15-20页 |
| ·数据挖掘的概念及其发展 | 第15-17页 |
| ·数据挖掘的方法 | 第17-18页 |
| ·数据挖掘的流程 | 第18-20页 |
| ·分布式数据挖掘概述 | 第20-27页 |
| ·分布式数据挖掘的概念 | 第20-22页 |
| ·分布式数据挖掘的特点 | 第22-23页 |
| ·分布式数据挖掘策略 | 第23-25页 |
| ·分布式数据挖掘的关键技术 | 第25-27页 |
| 3 行业级保险反欺骗系统整体方案设计 | 第27-41页 |
| ·国内外保险反欺骗系统实例研究与思考 | 第27-29页 |
| ·美国Claim Search-Auto系统实例 | 第27页 |
| ·日本财产保险协会骗赔防止系统实例 | 第27-28页 |
| ·北京车险信息库共享平台实例 | 第28页 |
| ·实例借鉴与思考 | 第28-29页 |
| ·行业级保险反欺骗系统设计基本原则 | 第29页 |
| ·行业级保险反欺骗系统业务模型设计 | 第29-35页 |
| ·重复投保查询业务模型 | 第29-31页 |
| ·保险欺骗规律挖掘业务模型 | 第31-33页 |
| ·保险欺骗行为识别业务模型 | 第33-35页 |
| ·行业级保险反欺骗系统逻辑模型设计 | 第35-38页 |
| ·行业级保险反欺骗系统物理模型设计 | 第38-41页 |
| 4 行业级保险反欺骗系统数据预处理设计 | 第41-56页 |
| ·行业级保险反欺骗系统源数据特点分析 | 第41页 |
| ·行业级保险反欺骗系统数据预处理框架设计 | 第41-44页 |
| ·行业级保险反欺骗系统异构数据集成策略 | 第44-46页 |
| ·系统级异构集成策略 | 第44页 |
| ·模式级异构集成策略 | 第44-46页 |
| ·语义级异构集成策略 | 第46页 |
| ·行业级保险反欺骗系统脏数据清洗策略 | 第46-56页 |
| ·脏数据清洗流程设计 | 第46-48页 |
| ·数据源预清洗 | 第48-50页 |
| ·单记录型脏数据清洗 | 第50-51页 |
| ·多记录型脏数据清洗 | 第51-52页 |
| ·清洗规则定制 | 第52-56页 |
| 5 行业级保险反欺骗系统数据挖掘算法设计 | 第56-73页 |
| ·保险欺骗规律挖掘业务核心算法研究 | 第56-66页 |
| ·保险欺骗规律挖掘业务分析 | 第56页 |
| ·关联规则基本概念及Apriori算法描述 | 第56-59页 |
| ·基于Apriori算法的车险欺骗规律挖掘 | 第59-66页 |
| ·保险欺骗行为识别业务核心算法研究 | 第66-73页 |
| ·保险欺骗行为识别业务分析 | 第67页 |
| ·异常挖掘基本概念及Bay算法描述 | 第67-70页 |
| ·分布式Bay算法研究 | 第70-73页 |
| 6 总结和展望 | 第73-75页 |
| ·论文总结 | 第73-74页 |
| ·研究展望 | 第74-75页 |
| 参考文献 | 第75-76页 |
