基于数据挖掘的保险客户风险—贡献评级管理

摘要：

保险公司的经营特性决定其成本与收益主要源于理赔支出与保费收入,也从而决定了保户风险、贡献分析是保险公司成本-收益管理的重要部分.数据挖掘方法从投保人意愿透露的特征信息入手,从风险与贡献的双重角度提取客户特征,实现客户细分,使企业得以通过评级管理等手段实现其风险控制及利润最大化要求.本文采用罗吉斯回归、CHAID模型、CART模型以及Aprior算法等方法对台湾某知名保险公司21年间客户特征、客户保单、理赔信息等资料进行综合挖掘,以获得具备风险及贡献指向性的客户特征变量,基于精确性与增益度进行模型比较,获取挖掘结果,构建客户风险-贡献特征矩阵,进而提出相应的保险公司管理策略.

关键词：数据挖掘、保险、风险-贡献特征矩阵、分类评级

分类号：F222.3(经济计算、经济数学方法)

在线出版日期：2013-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：100-109