數(shù)據(jù)挖掘的價(jià)值-壽險(xiǎn)行業(yè)數(shù)據(jù)挖掘應(yīng)用分析

《數(shù)據(jù)挖掘的價(jià)值-壽險(xiǎn)行業(yè)數(shù)據(jù)挖掘應(yīng)用分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、數(shù)據(jù)挖掘的價(jià)值：壽險(xiǎn)行業(yè)數(shù)據(jù)挖掘應(yīng)用分析【北京理工大學(xué)劉勇張麗平】【計(jì)算機(jī)世界】　　壽險(xiǎn)是保險(xiǎn)行業(yè)的一個(gè)重要分支，具有巨大的市場(chǎng)發(fā)展空間，因此，隨著壽險(xiǎn)市場(chǎng)的開放、外資公司的介入，競(jìng)爭(zhēng)逐步升級(jí)，群雄逐鹿已成定局。如何保持自身的核心競(jìng)爭(zhēng)力，使自己始終立于不敗之地，是每個(gè)企業(yè)必須面對(duì)的問題。信息技術(shù)的應(yīng)用無疑是提高企業(yè)競(jìng)爭(zhēng)力的有效手段之一。壽險(xiǎn)信息系統(tǒng)經(jīng)過了多年的發(fā)展，已逐步成熟完善，并積累了相當(dāng)數(shù)量的數(shù)據(jù)資源，為數(shù)據(jù)挖掘提供了堅(jiān)實(shí)的基礎(chǔ)，而通過數(shù)據(jù)挖掘發(fā)現(xiàn)知識(shí)，并用于科學(xué)決策越來越普遍受到壽險(xiǎn)公司的重視。數(shù)據(jù)挖掘　　數(shù)據(jù)挖掘（Da

2、taMining，DM）是指從大量不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、有用的信息和知識(shí)的過程。其表現(xiàn)形式為概念（Concepts）、規(guī)則(Rules)、模式(Patterns)等形式。　　目前業(yè)內(nèi)已有很多成熟的數(shù)據(jù)挖掘方法論，為實(shí)際應(yīng)用提供了理想的指導(dǎo)模型。CRISP-DM（Cross-IndustryStandardProcessforDataMining）就是公認(rèn)的、較有影響的方法論之一。CRISP-DM強(qiáng)調(diào)，DM不單是數(shù)據(jù)的組織或者呈現(xiàn)，也不僅是數(shù)據(jù)分析和統(tǒng)計(jì)建模，而是一個(gè)從理解業(yè)務(wù)需求、尋求解決方

3、案到接受實(shí)踐檢驗(yàn)的完整過程。CRISP-DM將整個(gè)挖掘過程分為以下六個(gè)階段：商業(yè)理解（BusinessUnderstanding），數(shù)據(jù)理解(DataUnderstanding)，數(shù)據(jù)準(zhǔn)備(DataPreparation)，建模(Modeling)，評(píng)估(Evaluation)和發(fā)布(Deployment)?！　∩虡I(yè)理解就是對(duì)企業(yè)運(yùn)作、業(yè)務(wù)流程和行業(yè)背景的了解；數(shù)據(jù)理解是對(duì)現(xiàn)有企業(yè)應(yīng)用系統(tǒng)的了解；數(shù)據(jù)準(zhǔn)備就是從企業(yè)大量數(shù)據(jù)中取出一個(gè)與要探索問題相關(guān)的樣板數(shù)據(jù)子集。建模是根據(jù)對(duì)業(yè)務(wù)問題的理解，在數(shù)據(jù)準(zhǔn)備的基礎(chǔ)上，選擇一種更為實(shí)用的

4、挖掘模型，形成挖掘的結(jié)論。評(píng)估就是在實(shí)際中檢驗(yàn)挖掘的結(jié)論，如果達(dá)到了預(yù)期的效果，就可將結(jié)論發(fā)布。在實(shí)際項(xiàng)目中，CRISP-DM模型中的數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建模、評(píng)估并不是單向運(yùn)作的，而是一個(gè)多次反復(fù)、多次調(diào)整、不斷修訂完善的過程。行業(yè)數(shù)據(jù)挖掘　　經(jīng)過多年的系統(tǒng)運(yùn)營(yíng)，壽險(xiǎn)公司已積累了相當(dāng)可觀的保單信息、客戶信息、交易信息、財(cái)務(wù)信息等，也出現(xiàn)了超大規(guī)模的數(shù)據(jù)庫(kù)系統(tǒng)。同時(shí)，數(shù)據(jù)集中為原有業(yè)務(wù)水平的提升以及新業(yè)務(wù)的拓展提供了條件，也為數(shù)據(jù)挖掘提供了豐厚的土壤?！　「鶕?jù)CRISP-DM模型，數(shù)據(jù)挖掘首先應(yīng)該做的是對(duì)業(yè)務(wù)的理解、尋找數(shù)據(jù)挖掘

5、的目標(biāo)和問題。這些問題包括：代理人的甄選、欺詐識(shí)別以及市場(chǎng)細(xì)分等，其中市場(chǎng)細(xì)分對(duì)企業(yè)制定經(jīng)營(yíng)戰(zhàn)略具有極高的指導(dǎo)意義，它是關(guān)系到企業(yè)能否生存與發(fā)展、企業(yè)市場(chǎng)營(yíng)銷戰(zhàn)略制定與實(shí)現(xiàn)的首要問題?！　♂槍?duì)壽險(xiǎn)經(jīng)營(yíng)的特點(diǎn)，我們可以從不同的角度對(duì)客戶群體進(jìn)行分類歸納，從而形成各種客戶分布統(tǒng)計(jì)，作為管理人員決策的依據(jù)。從壽險(xiǎn)產(chǎn)品入手，分析客戶對(duì)不同險(xiǎn)種的偏好程度，指導(dǎo)代理人進(jìn)行重點(diǎn)推廣，是比較容易實(shí)現(xiàn)的挖掘思路。由于國(guó)內(nèi)經(jīng)濟(jì)發(fā)展?fàn)顩r不同，各省差異較大，因此必須限定在一個(gè)經(jīng)濟(jì)水平相當(dāng)?shù)膮^(qū)域進(jìn)行分析數(shù)據(jù)的采樣。同時(shí)，市場(chǎng)波動(dòng)也是必須要考慮的問題，一個(gè)

6、模型從建立到廢棄有一個(gè)生命周期，周期根據(jù)模型的適應(yīng)性和命中率確定，因此模型需要不斷修訂。挖掘系統(tǒng)架構(gòu)挖掘系統(tǒng)包括規(guī)則生成子系統(tǒng)和應(yīng)用評(píng)估子系統(tǒng)兩個(gè)部分?！　∫?guī)則生成子系統(tǒng)主要完成根據(jù)數(shù)據(jù)倉(cāng)庫(kù)提供的保單歷史數(shù)據(jù)，統(tǒng)計(jì)并產(chǎn)生相關(guān)規(guī)律，并輸出相關(guān)結(jié)果。具體包括數(shù)據(jù)抽取轉(zhuǎn)換、挖掘數(shù)據(jù)庫(kù)建立、建模（其中包括了參數(shù)設(shè)置）、模型評(píng)估、結(jié)果發(fā)布。發(fā)布的對(duì)象是高層決策者，同時(shí)將模型提交給應(yīng)用評(píng)估子系統(tǒng).根據(jù)效果每月動(dòng)態(tài)生成新的模型?！　?yīng)用評(píng)估子系統(tǒng)可以理解為生產(chǎn)系統(tǒng)中的挖掘代理程序，根據(jù)生成子系統(tǒng)產(chǎn)生的規(guī)則按照一定的策略對(duì)保單數(shù)據(jù)進(jìn)行非類預(yù)測(cè)。

7、通過系統(tǒng)的任務(wù)計(jì)劃對(duì)生產(chǎn)數(shù)據(jù)產(chǎn)生評(píng)估指標(biāo)。具體包括核心業(yè)務(wù)系統(tǒng)數(shù)據(jù)自動(dòng)轉(zhuǎn)入數(shù)據(jù)平臺(tái)、規(guī)則實(shí)時(shí)評(píng)估、評(píng)估結(jié)果動(dòng)態(tài)顯示、實(shí)際效果評(píng)估。規(guī)則評(píng)估子系統(tǒng)根據(jù)規(guī)則進(jìn)行檢測(cè)。經(jīng)過一段時(shí)間的檢測(cè)，可利用規(guī)則生成子系統(tǒng)重新學(xué)習(xí)，獲得新的規(guī)則，不斷地更新規(guī)則庫(kù)，直到規(guī)則庫(kù)穩(wěn)定?！　∧壳氨容^常用的分析指標(biāo)有:險(xiǎn)種、交費(fèi)年期、被保人職業(yè)、被保人年收入、被保人年齡段、被保人性別、被保人婚姻狀況等?！　?shí)踐中，可結(jié)合實(shí)際數(shù)據(jù)狀況，對(duì)各要素進(jìn)行適當(dāng)?shù)娜∩?，并做不同程度的概括，以形成較為滿意的判定樹，產(chǎn)生可解釋的結(jié)論成果。