| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题的目的和意义 | 第10-11页 |
| ·研究背景 | 第11-12页 |
| ·国内外现状的分析 | 第12-14页 |
| ·保险业的发展及决策支持系统的应用前景 | 第13页 |
| ·数据挖掘技术与保险销售 | 第13-14页 |
| ·论文的研究目标 | 第14页 |
| ·论文的主要工作 | 第14-16页 |
| 第二章 保险公司辅助决策系统的有关理论依据 | 第16-22页 |
| ·保险公司决策支持系统的构架 | 第16页 |
| ·保险公司数据管理系统 | 第16-17页 |
| ·数据挖掘技术 | 第17-19页 |
| ·数据挖掘的方法 | 第17-18页 |
| ·数据挖掘的流程 | 第18-19页 |
| ·保险公司业务知识库 | 第19-22页 |
| ·知识库的设计 | 第19-20页 |
| ·保险公司业务知识库中知识的表示 | 第20页 |
| ·模型库的设计 | 第20-21页 |
| ·策略库的设计 | 第21-22页 |
| 第三章 保险公司数据管理系统 | 第22-32页 |
| ·应用背景分析 | 第22页 |
| ·设计思路及系统结构 | 第22-23页 |
| ·系统的各项功能及实现 | 第23-32页 |
| ·基本功能 | 第23-28页 |
| ·代码的实现 | 第28-32页 |
| 第四章 类聚算法在保险公司辅助决策中的应用 | 第32-38页 |
| ·类聚算法原理 | 第32页 |
| ·类聚算法 | 第32-34页 |
| ·类聚算法的分类及数学模型 | 第32-33页 |
| ·K平均类聚算法的分析 | 第33-34页 |
| ·类聚算法在系统中的应用 | 第34-38页 |
| 第五章 决策树算法在保险公司辅助决策支持中的应用 | 第38-50页 |
| ·背景介绍 | 第38页 |
| ·决策树算法 | 第38-39页 |
| ·决策树算法概述 | 第38页 |
| ·决策树算法创建过程 | 第38-39页 |
| ·决策树算法在系统中的应用 | 第39-42页 |
| ·决策树模型的生成 | 第39-42页 |
| ·实现潜在保险客户的预测的步骤 | 第42-44页 |
| ·基于Microsoft的决策树算法在保险公司决策中的作用 | 第44-50页 |
| ·建立Business Intelligent项目 | 第44-47页 |
| ·训练模型 | 第47页 |
| ·应用决策树算法预测客户购买保险的可行性 | 第47-48页 |
| ·应用结论 | 第48-50页 |
| 第六章 总结与说明 | 第50-54页 |
| ·数据结果的分析 | 第50-51页 |
| ·本文具体的工作 | 第51-54页 |
| ·本课题的结论与启示 | 第51-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 攻读硕士学位期间的研究成果 | 第58-60页 |