| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及其意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外寿险防欺诈简介 | 第11-12页 |
| 1.2.2 国内寿险防欺诈简介 | 第12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 相关理论概述 | 第14-21页 |
| 2.1 寿险欺诈概述 | 第14-16页 |
| 2.1.1 寿险欺诈概念的界定 | 第14-15页 |
| 2.1.2 寿险欺诈的表现形式 | 第15-16页 |
| 2.2 数据挖掘概述 | 第16-21页 |
| 2.2.1 数据挖掘的概念及其流程 | 第16-17页 |
| 2.2.2 数据挖掘的方法和技术 | 第17页 |
| 2.2.3 数据挖掘技术的研究现状 | 第17-19页 |
| 2.2.4 数据挖掘在寿险防欺诈研究现状 | 第19-20页 |
| 2.2.5 实例的借鉴与思考 | 第20-21页 |
| 第3章 寿险行业防欺诈系统整体方案设计 | 第21-28页 |
| 3.1 寿险防欺诈系统设计基本原则 | 第21页 |
| 3.2 寿险防欺诈系统业务模型设计 | 第21-25页 |
| 3.2.1 寿险防欺诈规律挖掘业务模型 | 第21-23页 |
| 3.2.2 寿险欺诈行为识别业务模型 | 第23-25页 |
| 3.3 寿险防欺诈系统逻辑模型 | 第25-26页 |
| 3.4 寿险防欺诈系统物理模型 | 第26-28页 |
| 第4章 寿险防欺诈系统数据预处理 | 第28-37页 |
| 4.1 数据预处理 | 第28页 |
| 4.2 寿险防欺诈系统预处理框架 | 第28-31页 |
| 4.2.1 寿险防欺诈系统预处理框架实现 | 第28-30页 |
| 4.2.2 寿险防欺诈预处理系统中元数据 | 第30-31页 |
| 4.3 寿险防欺诈系统异构数据集成 | 第31-37页 |
| 4.3.1 数据源的异构策略 | 第31页 |
| 4.3.2 脏数据的清洗策略 | 第31-37页 |
| 第5章 寿险防欺诈数据挖掘算法及其仿真实验 | 第37-46页 |
| 5.1 寿险防欺诈规律挖掘业务核心算法 | 第37-40页 |
| 5.1.1 寿险欺诈规律挖掘业务分析 | 第37页 |
| 5.1.2 决策树及其改进形式 SPRINT 算法 | 第37-39页 |
| 5.1.3 分布式环境下的改进 SPRINT 算法 | 第39-40页 |
| 5.2 SPRINT 算法在寿险医疗欺诈中的仿真实验 | 第40-46页 |
| 5.2.1 应用 SPRINT 算法进行风险分析 | 第40-43页 |
| 5.2.2 决策树生成及分类规则分析 | 第43-46页 |
| 第6章 研究结论与展望 | 第46-47页 |
| 6.1 研究结论 | 第46页 |
| 6.2 研究展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49页 |
