| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题背景 | 第9-10页 |
| ·国内外相关理论研究综合评述 | 第10-11页 |
| ·国内应用现状 | 第10-11页 |
| ·国外应用现状 | 第11页 |
| ·本论文的研究方法和内容 | 第11-13页 |
| 第2章 汽车保险业中应用数据挖掘的意义 | 第13-18页 |
| ·我国汽车保险业的发展历史 | 第13-15页 |
| ·汽车保险的经营现状 | 第15-16页 |
| ·汽车保险产品领域存在的问题 | 第16-17页 |
| ·数据挖掘技术在汽车保险业中应用的意义 | 第17-18页 |
| 第3章 数据挖掘的基本理论 | 第18-28页 |
| ·数据挖掘技术的发展历史 | 第18-20页 |
| ·数据挖掘的定义 | 第20-21页 |
| ·技术上的定义 | 第20-21页 |
| ·商业上的定义 | 第21页 |
| ·数据挖掘的功能 | 第21-22页 |
| ·自动预测趋势和行为 | 第21页 |
| ·关联分析 | 第21-22页 |
| ·聚类 | 第22页 |
| ·概念描述 | 第22页 |
| ·偏差检测 | 第22页 |
| ·数据挖掘与传统分析方法的区别 | 第22-23页 |
| ·数据挖掘的过程 | 第23-24页 |
| ·确定业务对象 | 第23页 |
| ·数据准备 | 第23页 |
| ·数据挖掘 | 第23页 |
| ·结果分析 | 第23-24页 |
| ·对模块的控制 | 第24页 |
| ·数据挖掘的分类 | 第24-26页 |
| ·描述型数据挖掘 | 第24-25页 |
| ·预言型数据挖掘 | 第25-26页 |
| ·数据挖掘所发现的知识 | 第26-28页 |
| ·广义知识 | 第26页 |
| ·关联知识 | 第26-27页 |
| ·分类知识 | 第27页 |
| ·预测型知识 | 第27页 |
| ·偏差性知识 | 第27-28页 |
| 第4章 汽车保险业数据挖掘的主题选择及模型设计 | 第28-43页 |
| ·汽车保险业数据挖掘的主题选择 | 第28-31页 |
| ·客户风险分析 | 第28页 |
| ·投保行为分析 | 第28-29页 |
| ·客户价值分析 | 第29-30页 |
| ·欺诈识别 | 第30-31页 |
| ·客户风险分析模型 | 第31-33页 |
| ·基于客户特征的风险分析指标 | 第31页 |
| ·基于车辆特征的风险分析指标 | 第31-32页 |
| ·客户风险分级模型 | 第32-33页 |
| ·投保行为分析 | 第33-35页 |
| ·投保险种分析 | 第33-34页 |
| ·客户行为分析 | 第34-35页 |
| ·客户价值分析 | 第35-38页 |
| ·客户生命周期价值模型 | 第35-37页 |
| ·客户价值指标体系及数据挖掘方法设计 | 第37-38页 |
| ·欺诈识别 | 第38-39页 |
| ·欺诈识别聚类算法 | 第38-39页 |
| ·欺诈识别的步骤 | 第39页 |
| ·基于以上分析的客户保持策略 | 第39-43页 |
| 第5章 湖北某产险公司数据挖掘技术应用实证 | 第43-56页 |
| ·Apriori算法在客户有效关联规则获得中的应用 | 第43-50页 |
| ·数据的采集 | 第43-44页 |
| ·客户的规则获得 | 第44-50页 |
| ·数据挖掘在客户流失问题中的运用 | 第50-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |
| 附表1:客户信息表 | 第62-65页 |