| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 导论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外相关研究状况 | 第11-13页 |
| 1.2.1 国外相关研究发展及现状 | 第11-12页 |
| 1.2.2 国内相关研究发展现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 第二章 相关理论综述 | 第14-24页 |
| 2.1 客户信用管理理论 | 第14-15页 |
| 2.2 保险行业客户信用风险 | 第15-17页 |
| 2.2.1 保险客户风险 | 第15-16页 |
| 2.2.2 保险客户信用风险 | 第16-17页 |
| 2.3 数据挖掘理论 | 第17-22页 |
| 2.3.1 数据挖掘技术概述 | 第17-18页 |
| 2.3.2 数据挖掘的基本过程 | 第18页 |
| 2.3.3 数据挖掘的基本方法 | 第18-21页 |
| 2.3.4 信用风险评估方法的比较与选择 | 第21-22页 |
| 2.4 数据挖掘技术在客户信用评估中的应用优势 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 客户信用评估问题分析及评估模型构建 | 第24-37页 |
| 3.1 X保险公司助贷险客户信用评估现状 | 第24-26页 |
| 3.1.1 公司助贷险业务基本情况介绍 | 第24页 |
| 3.1.2 当前助贷险客户信用评估模式 | 第24-25页 |
| 3.1.3 公司在助贷险客户信用评估方面存在的问题 | 第25页 |
| 3.1.4 公司在助贷险客户信用评估方面存在问题的原因 | 第25-26页 |
| 3.2 客户信用评估模型的构建以及相关模式的选择 | 第26-30页 |
| 3.2.1 模型构建的步骤 | 第27-29页 |
| 3.2.2 模型构建方法选择 | 第29-30页 |
| 3.3 客户的数据挖掘分析 | 第30页 |
| 3.4 客户信用评估指标体系构建及方法确定 | 第30-36页 |
| 3.4.1 指标体系构建方法确定 | 第30-33页 |
| 3.4.2 客户信用评估指标选择及确定 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 X保险公司助贷险客户信用评估模型验证 | 第37-44页 |
| 4.1 BP神经网络算法改进 | 第37页 |
| 4.2 客户信用评估模型的构建 | 第37-40页 |
| 4.2.1 数据预处理 | 第37-39页 |
| 4.2.2 建立模型 | 第39-40页 |
| 4.3 模型验证结果分析 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 X保险公司助贷险客户信用评估应用建议 | 第44-48页 |
| 5.1 强化公司客户信用管理体系的建设 | 第44-45页 |
| 5.1.1 强化公司客户信用风险评估意识 | 第44页 |
| 5.1.2 优化保险公司组织结构 | 第44-45页 |
| 5.1.3 研发客户信用评估系统 | 第45页 |
| 5.2 公司制度建设 | 第45-47页 |
| 5.2.1 加强诚信与保险信用制度建设 | 第45-46页 |
| 5.2.2 加强法律规范与保险信用建设 | 第46页 |
| 5.2.3 金融业信用融合 | 第46页 |
| 5.2.4 加强市场信用评估资源与社会监督 | 第46-47页 |
| 5.3 对助贷险客户进行分级管理 | 第47页 |
| 5.4 做好客户信用数据监控与采集 | 第47页 |
| 5.5 本章小结 | 第47-48页 |
| 第六章 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53页 |