基于数据挖掘的财险客户风险贡献评级管理

摘要：

良好的客户细分管理能够帮助财险公司更好地管理运营成本与收益,更好地实现公司风险控制和利润最大化的要求.文中采用相关分析进行相关数据的处理,运用K-Means聚类分析、决策树C5.0算法和改进的Apriori算法3种数据挖掘技术对财险客户从风险和贡献2个角度进行了数据挖掘分类分析,得到具备风险、贡献指向性的双维度客户细分特征变量,并根据这些特征变量,建立了客户风险_贡献分类矩阵,对不同类别的客户提出了不同的客户管理对策建议.

关键词：客户细分、决策树、关联规则、风险-贡献分类矩阵

所属期刊栏目：37

分类号：F840.65(保险)

资助基金：国家自然科学基金项目61502280,61472228;青岛市应用基础研究计划项目青年专项14-2-4-55-jch;山东省自然科学基金面上项目ZR2014FM009;山东科技大学研究生教育创新计划项目KDYC14016

在线出版日期：2016-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：538-543