決策樹分類算法在保險(xiǎn)客戶信用評估中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘(Data Mining),指從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中提取隱含的、未知的、非平凡并有潛在應(yīng)用價(jià)值的信息或模式的過程,它融合了統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫、人工智能、機(jī)器學(xué)習(xí)等多個(gè)領(lǐng)域的理論和技術(shù)。數(shù)據(jù)挖掘技術(shù)已經(jīng)廣泛應(yīng)用于金融、電信、生物信息等領(lǐng)域,并且產(chǎn)生了巨大的效益和作用。
　　本文從應(yīng)用的角度出發(fā),依托人壽保險(xiǎn)信息系統(tǒng)數(shù)據(jù)庫,結(jié)合保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管理,利用數(shù)據(jù)挖掘領(lǐng)域決策樹的相關(guān)知識和技術(shù),對保險(xiǎn)客戶信用度進(jìn)行分類,從而達(dá)到對保險(xiǎn)客戶

2、信用度評估的目的。本文的主要工作包括以下幾個(gè)方面:
　　(1)分析信用評估方法的特點(diǎn),提出了基于一種決策樹的信用評估方法,該方法通過對人壽保險(xiǎn)信息系統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行分析,將決策樹技術(shù)應(yīng)用于人壽保險(xiǎn)投?？蛻舻男庞枚仍u估之上,建立了對保險(xiǎn)客戶信用評價(jià)標(biāo)準(zhǔn),得到了一個(gè)實(shí)用的信用度評估的預(yù)測模型。
　　(2)研究了決策樹分類算法,并詳細(xì)闡述了ID3、C4.5決策樹的構(gòu)造算法、分枝思想、剪枝準(zhǔn)則等。并且針對本文所研究的保險(xiǎn)相關(guān)數(shù)據(jù)

3、,應(yīng)用了C4.5算法在不同置信因子下的剪枝策略。通過實(shí)驗(yàn)表明針對保險(xiǎn)數(shù)據(jù),調(diào)整剪枝能有效地提高分類的準(zhǔn)確率。
　　(3)依據(jù)保險(xiǎn)業(yè)務(wù)的特點(diǎn),設(shè)計(jì)和選擇與保險(xiǎn)客戶信用相關(guān)的因素,確定信用評估的指標(biāo),采集并處理保險(xiǎn)客戶信用有關(guān)的數(shù)據(jù)集。用C4.5決策樹算法對該數(shù)據(jù)集進(jìn)行挖掘,通過對實(shí)驗(yàn)得出的規(guī)則的測試和評價(jià),達(dá)到對保險(xiǎn)客戶信用評估的目的。
　　本文的研究是數(shù)據(jù)挖掘技術(shù)的新應(yīng)用,為保險(xiǎn)客戶信用評估研究提供了一種新思路。該模型能夠科