中国人民保险公司车险客户风险评估建模研究及应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9页 |
| ·研究现状 | 第9-11页 |
| ·保险公司风险研究现状 | 第9-10页 |
| ·数据挖掘研究现状 | 第10-11页 |
| ·主要研究工作 | 第11-12页 |
| ·主要技术难点 | 第12页 |
| ·本文安排 | 第12-14页 |
| 第二章 挖掘模型的原理和改进方法 | 第14-19页 |
| ·挖掘模型原理 | 第14-17页 |
| ·贝叶斯算法 | 第14-15页 |
| ·决策树算法 | 第15页 |
| ·聚类算法 | 第15-16页 |
| ·神经网络算法 | 第16-17页 |
| ·改进的挖掘模型 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 人民保险公司客户风险建模 | 第19-41页 |
| ·数据抽取 | 第19-22页 |
| ·数据清理和转换 | 第22-24页 |
| ·数据转存 | 第24-26页 |
| ·创建定型和测试样本 | 第26-27页 |
| ·建立模型 | 第27-38页 |
| ·建立挖掘结构 | 第27-29页 |
| ·创建挖掘模型 | 第29-30页 |
| ·Naive Bayes模型结构的处理和分析 | 第30-33页 |
| ·决策树模型结构的处理和分析 | 第33-34页 |
| ·聚类模型结构的处理和分析 | 第34-37页 |
| ·神经网络模型的分析和处理 | 第37-38页 |
| ·对模型准确性进行测试 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 改进的风险评估模型 | 第41-46页 |
| ·风险评估模型的改进思想 | 第41-42页 |
| ·使用DMX来建立改进的神经网络模型 | 第42-44页 |
| ·将改进的神经网络风险评估模型应用于人民保险公司 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 工作总结与展望 | 第46-48页 |
| ·工作总结 | 第46页 |
| ·工作展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间主要的研究成果 | 第53页 |
