首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

数据挖掘技术在保险行业中的应用研究

摘要第1-6页
Abstract第6-11页
第一章 绪论第11-21页
   ·课题的来源、背景和意义第11-13页
     ·选题来源第11页
     ·选题背景第11-12页
     ·研究目的第12页
     ·研究意义第12-13页
   ·数据挖掘技术在保险行业应用研究的现状第13-19页
     ·数据挖掘技术的研究现状第13-15页
     ·保险数据挖掘研究现状第15-18页
     ·保险数据挖掘应用现状第18-19页
   ·研究的主要内容和重点第19-21页
第二章 数据挖掘系统概述第21-32页
   ·基本结构与实现过程第21-23页
     ·基本结构第21页
     ·数据挖掘实现过程第21-22页
     ·数据挖掘功能第22-23页
     ·数据挖掘的可视化第23页
   ·数据挖掘软件介绍第23-31页
     ·SAS Enterprise Miner 主要功能第24-28页
     ·SPSS Clementine 主要功能第28-29页
     ·马克威系统数据挖掘功能第29页
     ·Intelligent Miner 主要功能第29-30页
     ·SQL Server 2005 主要数据挖掘功能第30页
     ·Matlab 数据挖掘功能第30-31页
   ·数据挖掘软件的选择第31页
   ·小结第31-32页
第三章 数据挖掘技术在保险行业中的应用领域分析第32-40页
   ·客户关系管理第32-35页
     ·客户关系管理的渊源与基本概念第32-33页
     ·客户关系管理的目的第33页
     ·客户关系管理的基本条件第33-34页
     ·保险客户关系管理与数据挖掘技术应用第34-35页
   ·保险目标客户的识别第35-36页
     ·保险目标客户的概念第35页
     ·保险目标客户识别与数据挖掘技术应用第35-36页
   ·保险交叉销售第36页
     ·交叉销售的概念与特点第36页
     ·保险交叉销售与数据挖掘技术应用第36页
   ·客户保持与流失分析第36-37页
   ·保险客户欺诈分析第37-39页
     ·保险欺诈的基本概念第37-38页
     ·保险客户欺诈分析与数据挖掘技术应用第38-39页
   ·小结第39-40页
第四章 数据挖掘技术在保单购买预测中的应用与分析第40-74页
   ·保险数据挖掘流程分析第40-43页
   ·保单购买预测数据挖掘主题的确立第43-44页
   ·数据准备第44-50页
     ·数据来源与分析工具第44-47页
     ·数据准备第47-50页
     ·小结第50页
   ·指标筛选第50-55页
     ·基于相关分析第50-51页
     ·基于回归分析第51-52页
     ·基于信息增益第52-55页
     ·小结第55页
   ·基于神经网络的保单购买预测分析第55-60页
     ·神经网络的概述与原理第55-57页
     ·概率神经网络的原理与应用第57-58页
     ·基于概率神经网络的建模分析第58-59页
     ·小结第59-60页
   ·基于决策树的保单购买预测分析第60-65页
     ·决策树的概述与原理第60页
     ·基于C4.5 决策树的建模分析第60-64页
     ·小结第64-65页
   ·基于 Logistic 回归分析的保单购买预测分析第65-71页
     ·Logistic 回归分析的基本原理第65-66页
     ·基于Logistic 回归分析的建模分析第66-70页
     ·小结第70-71页
   ·挖掘模型的评估第71-73页
   ·小结第73-74页
第五章 研究结论与展望第74-77页
   ·研究结论第74-75页
   ·本文局限性第75页
   ·研究展望第75-77页
致谢第77-78页
参考文献第78-81页
附录A 客户类型第81-82页
附录B 平均年龄第82页
附录C 客户主要特征第82-83页
附录D 信教比例第83-84页
个人简历 在读期间发表的学术论文第84页

论文共84页,点击 下载论文
上一篇:基于RSS的旅游电子商务平台信息发布系统设计
下一篇:职业承诺与IT企业知识型员工学习绩效的关系研究