数据挖掘技术在寿险客户分析中的运用
| 第一章 绪论 | 第1-12页 |
| ·前言 | 第8页 |
| ·数据挖掘软件的国内外研究现状及发展方向 | 第8-11页 |
| ·本文研究内容和结构 | 第11-12页 |
| 第二章 数据挖掘技术概述 | 第12-20页 |
| ·数据挖掘技术的基本概念 | 第12页 |
| ·数据挖掘过程 | 第12-15页 |
| ·数据挖掘的主要技术 | 第15-17页 |
| ·数据挖掘在保险业中的应用 | 第17-20页 |
| 第三章 寿险公司数据仓库的建立 | 第20-32页 |
| ·数据仓库 | 第20-21页 |
| ·数据仓库的概念 | 第20页 |
| ·数据仓库的特点 | 第20页 |
| ·数据仓库的建立过程 | 第20-21页 |
| ·人寿保险数据仓库的设计与实现 | 第21-32页 |
| ·寿险公司业务分析 | 第21-22页 |
| ·数据仓库的需求分析 | 第22-23页 |
| ·数据仓库的概念模型设计 | 第23-24页 |
| ·数据仓库的逻辑模型设计 | 第24-27页 |
| ·数据仓库主题域 | 第24页 |
| ·数据仓库的粒度 | 第24-25页 |
| ·构建星型模型 | 第25-26页 |
| ·数据仓库的物理模型 | 第26-27页 |
| ·数据采集的实现 | 第27-30页 |
| ·ETL模块的实现 | 第30-32页 |
| 第四章 数据挖掘相关算法 | 第32-75页 |
| ·关联规则 | 第32-52页 |
| ·关联规则的概念 | 第32-33页 |
| ·FP-GROWTH算法 | 第33-52页 |
| ·两个基本算法 | 第33-38页 |
| ·算法的数据结构 | 第38-43页 |
| ·算法实现细节 | 第43-52页 |
| ·聚类 | 第52-58页 |
| ·聚类的概念连 | 第52-54页 |
| ·CLIQUE算法 | 第54-58页 |
| ·分类算法 | 第58-75页 |
| ·分类算法概述 | 第58-60页 |
| ·决策树算法 | 第60-63页 |
| ·决策树算法概述 | 第60-61页 |
| ·决策树的生成算法 | 第61-63页 |
| ·SLIQ快速可伸缩算法 | 第63-75页 |
| ·SLIQ快速可伸缩算法流程 | 第65-69页 |
| ·核心数据结构 | 第69-72页 |
| ·算法流程 | 第72-73页 |
| ·剪枝算法 | 第73页 |
| ·结果输出 | 第73-74页 |
| ·贪心算法 | 第74-75页 |
| 第五章 LIMINER寿险数据挖掘系统 | 第75-82页 |
| ·体系结构 | 第75-76页 |
| ·功能模块 | 第76-79页 |
| ·数据转化、抽取、装载系统 | 第76-77页 |
| ·寿险客户分析模型创建系统 | 第77-78页 |
| ·寿险客户分析模型浏览系统 | 第78-79页 |
| ·寿险客户分析的三个模型 | 第79-80页 |
| ·模型结果展示 | 第80-82页 |
| 结论 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-85页 |
