Print

基于K-MEANS聚类算法对车险续保概率的研究

论文摘要

针对车险续保概率,运用K-means聚类算法,混合因素分析法建立了客户分群模型,广义线性混合模型,使用MATLAB,SPSS,Excel等软件进行处理分析.研究得出车险客户的精准画像并给出了客户分析报告和相应的续保概率.总结出了一套车险费率算法,为不同类型的客户量身定制了车险方案,以提高车险客户的续保概率.

论文目录

  • 0 引言
  • 1 对客户画像的数据建模分析
  •   1.1 数据的来源与假设
  •   1.2 研究思路
  •   1.3 研究方法
  •     （1）客户出险频率指标数据建模
  •     （2）客户风险等级指标数据建模
  •   1.4 结果分析
  • 2 基于K-means聚类法对客户分群模型的构建及相应续保概率的计算
  •   2.1 研究思路
  •   2.2 研究方法
  •     ⑴理论准备
  •     ⑵模型建立
  •     ⑶结果分析
  • 3 基于广义线性混合模型对车险费率厘定的改进
  •   3.1 研究思路
  •   3.2 研究方法
  •   3.3 结果分析
  •   3.4 提高车险续保概率的建议
  • 4 结束语

    • 文章来源

    类型: 期刊论文

    作者: 段寒冰,朱家明,马晓旭,方扶星

    关键词: 聚类算法,数据清洗,广义线性混合模型,费率厘定

    来源: 哈尔滨师范大学自然科学学报 2019年04期

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 保险

    单位: 安徽财经大学

    基金: 国家自然科学基金项目(11601001),省级教研项目“大数据背景下学科竞赛对新经管人才创新能力培养研究”(2018jyxm1305)

    分类号: F842.634

    页码: 11-16

    总页数: 6

    文件大小: 770K

    下载量: 174

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/f2b6e7e9cdc16aa94252b61a.html