| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 汽车保险业数据挖掘技术研究现状 | 第13-16页 |
| 1.2.1 汽车保险业现状 | 第13-15页 |
| 1.2.2 数据挖掘技术研究现状 | 第15-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 第2章 相关技术概述 | 第18-32页 |
| 2.1 数据挖掘技术概述 | 第18-25页 |
| 2.1.1 类聚算法 | 第18-20页 |
| 2.1.2 分布式数据挖掘 | 第20-23页 |
| 2.1.3 决策树算法 | 第23-25页 |
| 2.2 数据预处理方法概述 | 第25-31页 |
| 2.2.1 行业级保险反欺诈系统数据预处理框架设计 | 第26-28页 |
| 2.2.2 行业级保险反欺诈系统异构数据集成策略 | 第28-30页 |
| 2.2.3 行业级保险反欺诈系统脏数据清洗策略 | 第30-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 系统分析与算法设计 | 第32-48页 |
| 3.1 车险反欺诈系统分析 | 第32-35页 |
| 3.1.1 投保行为分析 | 第32-33页 |
| 3.1.2 客户风险分析 | 第33页 |
| 3.1.3 欺诈识别分析 | 第33-35页 |
| 3.2 反欺诈系统模型设计 | 第35-39页 |
| 3.2.1 重复投保查询业务模型 | 第35-36页 |
| 3.2.2 保险欺诈规律挖掘业务模型 | 第36-38页 |
| 3.2.3 保险欺诈行为识别业务模型 | 第38-39页 |
| 3.3 数据挖掘算法设计 | 第39-47页 |
| 3.3.1 Apriori算法描述 | 第39-40页 |
| 3.3.2 基于Apriori算法的车险欺诈规律挖掘 | 第40-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 系统设计与实现 | 第48-53页 |
| 4.1 系统设计原则 | 第48-49页 |
| 4.1.1 合理性与结构稳定性 | 第48页 |
| 4.1.2 可扩展性与复用性 | 第48-49页 |
| 4.2 系统架构 | 第49-50页 |
| 4.2.1 系统开发与运行环境 | 第49页 |
| 4.2.2 软件架构 | 第49-50页 |
| 4.3 系统实现 | 第50-52页 |
| 4.3.1 系统主体业务流程 | 第50页 |
| 4.3.2 系统主要模块展示 | 第50-52页 |
| 4.4 试验结果 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |