用决策树方法挖掘寿险数据中的投资风险规则

本文的目的是希望在保险公司寿险客户对产品的索赔记录上,通过数据挖掘的方法,发现影响客户索赔次数的主要因素。应用数据挖掘技术,通过对客户的数据进行抽取、清洗和预处理,生成数据挖掘库,并使用数据挖掘工具,利用决策树方法建立模型,并对所分析出的模型及结果进行了分析理解及验证,得出一些实用的控制寿险风险的规则。     

数据挖掘技术在保险购买行为分析中的应用

我国寿险行业的发展已有二十余年,各人寿保险公司都已积累了大量客户数据。本文通过对河南安阳某公司保险客户的购买记录进行数据抽取、清洗和转换等预处理,利用数据挖掘中决策树分类预测模型,探寻客户对寿险产品选择的一般模式。     

死亡率变化对我国寿险产品纯保费影响的定量研究

寿险产品定价是人寿产品开发的核心,其目的在于确定出适当的价格.而寿险产品定价的基础之一就是经验生命表,由于新经验生命表中死亡率明显下降,会对寿险产品保费产生一定的影响.鉴于新旧生命表的区别,利用寿险精算理论,以终身寿险、定期寿险、生存年金、两全保险等基本寿险产品为例,分析了新生命表下它们各自保费的具体变化,最后通过定量分析给出一些结论.     

数据仓库和数据挖掘在计算机销售中的应用

数据仓库和数据挖掘技术是最早应用在营销领域的。目前计算机在社会上的应用相当普遍。那么把数据仓库和数据挖掘技术引入计算机销售行业,可以获得信息资源,提高销售效率。本文对利用数据仓库和数据挖掘技术在计算机销售中的应用进行了探讨。     

专利侵权行为承担的法律责任

专利侵权行为是指在专利保护期或有效期内，行为人未经专利权人许可，也没有取得法律特别授权，以盈利为目的实施专利的行为。这里所讲的实施，对产品专利而言，是指制造、使用、许诺销售、销售和进口该专利产品，对方法专利而言，是指使用该专利方法或者使用、许诺销售、销售、进口依该专利方法直接获得的产品，对于工业产品外观设计而言，是指制造、销售、进口该外观设计产品。     

寿险事务数据库挖掘关联规则的分析和设计

客户关系管理是当前研究与应用的热点。信息经济导致了信息爆炸,本文重点探讨如何利用基于关联规则的数据挖掘技术来发现寿险事务数据库中的关联规则,以便更好得进行客户关系管理。     

基于关联规则重要性的产品购买序列模式发现

为了解决利用关联规则进行购物篮挖掘分析存在的两个问题:由于数据挖掘前的业务分析不足,不能有效的挖掘出想要的规则;按照传统的关联规则参数设置挖掘得到的关联规则太多,用户无法对其进行取舍.结合实例销售数据,对数据源进行了业务深层分析,构建了基于销售的主题数据仓库,保证了数据挖掘的有效性,同时用概率代替置信度进行参数设置,并引入关联规则"重要性"参数作为新的衡量标准,分析规则的有趣性,以筛选出更有价值的关联规则.将研究结果应用于某制造业产品销售实例,进行了基于关联规则的产品序列购买模式研究,得到了有效的产品销售关联规则,支持了市场决策.     

数据挖掘技术在信用卡分析中的应用

数据挖掘是目前一种新的重要的研究领域,其在银行中的应用已成为一个重要的趋势.本文首先介绍了数据挖掘的概念、功能、数据挖掘过程.然后重点介绍了数据挖掘在信用卡分析中的应用.最后对数据挖掘在信用卡分析领域应用进行展望.     

数据挖掘在汽车销售客户分析中的应用

利用数据挖掘的关联规则方法对汽车销售中客户分布情况进行了数据挖掘,利用兴趣度来减少频繁项目集,限制关联规模的大小,从而提高数据挖掘的速度。     

Markov链在寿险业务利润测试模型中的应用

针对几种典型的健康状态以及寿险业务中的几种保障类型,本文将多状态Markov链应用于特定的团体寿险业务利润测试模型中.相对于传统的利润测试模型,基于健康状态的多状态Markov链利润测试模型更符合寿险业务特点,并且能更好地模拟团体寿险业务的索赔过程.最后,本文还给出了两个寿险业务利润测试的实际应用例子,并通过Matalab编程进行有关数值演示.本文构造的模型有助于保险公司的业务战略实施和有效管理产品以及进行精准定价.     

随机利率下综合人寿保险模型

建立了一个综合人寿保险模型,把几种保险产品统一在其中,并且考虑利息力函数是一个随机过程,模型包括延期支付的年金部分、终身人寿保险部分、还本部分;可以根据实际情况调整参数,通过不同参数的组合。获得不同的保险产品。     

分数跳-扩散下的综合人寿保险

以综合人寿保险模型为研究对象,改进传统的常值利率的寿险模型,利用分数Brown运动和Poisson过程联合对利息力建立数学模型,获得了年金,终身寿险的精算现值公式,以及几种保险产品综合起来的人寿保险模型,通过调整参数,可获得不同的保险产品.     

基于粗糙集理论的续保规则挖掘模型

基于粗糙集基本理论，分析了衡量规则价值的方法，构建了一个基于粗糙集理论的续保规则挖掘模型．运用该模型对10000条车险保单客户数据进行了分析，挖掘出隐含在这些数据中的续保规则，找到了续保客户的描述性特征．     

保险业CRM中数据挖掘技术的应用研究

客户关系管理（CRM）是保险业中数据挖掘的重要应用领域.首先对数据挖掘技术在保险业CRM中应用的状况进行分析.之后以辽宁省某保险公司的销售数据为例,运用关联规则对CRM中的客户行为模式进行挖掘.实践证明数据挖掘在保险业CRM中的应用,可以帮助保险企业提高管理和决策水平.     

数据挖掘技术在汽车保险风险分析中的应用

本文在分析了汽车保险业务发展现状的基础上,阐述了数据挖掘技术及其在车辆保险业务和风险评估中的应用,并运用可变精度粗糙集模型（VPRS）对车险保单数据进行分析,目的在于挖掘出隐含在其中的风险规则。     

西安寿险需求特点的调查与分析

采用相互控制随机抽样方式，对西安寿险市场进行了入户面访调查。根据问卷整理分析结果，深入研究了西安市民的寿险认知度、购买行为、购买意识、购买寿险的动机以及市场拒绝购买寿险的因素；同时，应用SPSS软件对购买动机和拒绝购买寿险的诸因素作了因子分析和相关分析。调查和分析结果显示：消费者购买寿险的最主要动机是医疗和养老，同时受政策影响比较大；拒绝购买寿险的最主要因素是经济能力和对保险公司的不信任。针对这些结果，提出了以出对策：（1）转变观念，提高经营管理水平；（2）开发新险种；（3）加大对寿险宣传；（4）尽量减少消费者对保险公司的不信任感；（5）其它的因素。     

灾害风险科学视角的救灾保险制度探讨

介绍了我国救灾保险的供给情况和灾害损失的市场补偿情况,对比了国际灾害保险典型模式.在此基础上,从灾害风险科学的视角,就我国灾害保险制度的建设进行探讨.主要内容有:1)目前,我国保险机构将地震包括在企财险的附加险等少数产品中,将台风、洪水等主要自然灾害包括在大多数财产险、人身险中,但是专门的救灾保险还没有开展,且在2008年南方雪灾、汶川地震中,保险赔偿远低于世界平均水平.2)通过对国际自然灾害保险典型模式的对比研究并针对我国的实际情况,从灾害风险科学视角提出4点建议:遵从自然灾害系统理论,设计专门的灾害保险产品;依据灾害等级划分标准,研究有效的损失分担机制;关注多灾种灾害链特征,规定明确的灾害保险责任;使用概率风险评估方法,厘定科学的灾害保险费率.     

基于神经网络的保险数据挖掘模型

文章研究了神经网络数据挖掘技术在汽车保险业中的应用,并针对汽车保险客户提出了一种理想非线性映射模型费率预测的方法．由实验结果知本方法可用于改善目前汽车保险费率与赔付率不匹配的问题．     

中国农村居民养老保险实证研究——基于中国社会综合调查

利用2008年全国综合社会调查数据,分析我国农村养老保险现状及其与居民生活态度之间的关系。研究发现,目前我国农村养老保险制度建设非常滞后,只覆盖到不到10%的农村居民,农村居民希望政府对养老金提供财政支持;我国农村居民能否享受到养老保险和居民户口类型、区域类型以及社区类型存在显著相关;享受养老保险的农村居民比那些没有享受的对生活更加满意,更能感受到生活幸福。