基于后修正贝叶斯决策树模型的保险企业营销决策.pdfVIP

企 业 管 理 基于后修正贝叶斯决策树模型的保险企业营销决策 王书爽 (黄淮学院经济管理系，河南 驻马店463000) 摘 要：文章通过引入一个将贝叶斯概率分布与决策树算法相结合的后修正贝叶斯决策树模型，对保险企 业的营销决策进行量化分析，从而得到保险公司应采取的营销模式。实证结果表明，后修正贝叶斯决策树模型 在保险企业的营销决策中是比较适用的。 关键词：后修正贝叶斯；决策树；保险营销 中图分类号：F272 文献标识码 ：A 文章编号：1002—6487(2013)14—0180—03 若将贝叶斯概率论与决策树思想结合起来 ，便是用于 1 后修正贝叶斯决策树保险营销决策模型的建立 决策的贝叶斯决策树模型。 1．2 基于后修正贝叶斯决策树模型的保险业营销决策模 1．1 贝叶斯决策树模型的基本原理 型构建 贝叶斯决策树是以贝叶斯估计方法为前提，其关键是 首先，确定保险企业贝叶斯的决策树。决策树是从一 将营销中不确定的变量量化，根据企业面临某个不确定事 组无次序且无规律的事件中，通过决策和推理来确定决策 件决策时，需要根据某一个时间此事件发生的概率，然后 树的表现形式及其分类规则。一般决策树都是采用 自上 不断的获取新的信息进行修正，我们将修正前的概率称之 而下的递推分类方式，根据决策树的内部节点的特殊属性 为先验概率，而修正后的概率称之为后验概率。先验概率 来确定决策树中的其他叶节点，并根据不同的属性来判断 是贝叶斯估计中的前提与基础，而后验概率则是贝叶斯决 和决定树中节点的向下分析，进而确定决策树的所有节 策树模型的关键性概率因素。 点。而贝叶斯决策树则是在原有决策树的基础上，加入新 贝叶斯模型及方法主要形成于20世纪中叶，其决策 的节点来测试两个节点之间的属性 ，通过贝叶斯方法来计 模型属于一种风险决策模型，是对系统的不确定性进行综 算此节点，具有这类节点的决策树就称之为贝叶斯决策 合推理判断的模糊性概率估计方法。在贝叶斯模型体系 树 。后修正贝叶斯决策树的节点主要包括属性节点、条件 下，风险决策者虽然不能充分地随外在的客观因素的不断 节点、贝叶斯节点等。 变化而进行控制 ，但他可以通过贝叶斯模型，对客观因素 其次，对贝叶斯决策体系进行构建及改进。 变化的大致情况做出贝叶斯概率分布，并结合期望值对其 假定保险产品A的决策方案集D：{d。，d：，……d)，其 风险进行有效判断和决策。既便如此，决策者在使用贝叶 中m表示产品A有m中营销策略；d，表示第i种策略；那么 斯模型进行风险估计的过程中也可能存在 内部的系统风 对于产品A所面临的状态集 0=f0。，0，…，0 l，其中 险，因为实际过程中决策者对贝叶斯模型的确定性也是一 13表示改保险产品可能存在的状态种类数；0，表示产品的 个未知数，而且 由于客观因素的不确定性，直接导致贝叶 第 中市场状态 ；用 表示确定决策方案和状态策略时的 斯模型指标的不确定性，因此贝叶斯模型的应用本身也存 收益值。 在一定程度的风险水平，所以决策者在使用过程中一定要 假定贝叶斯的先验函数为n(0，)：P，，其中P，表示为 审视当时的具体因素，使其内部风险达到最小，从而对外 采取第i种决策时在i市场状态下的收益率，根据条件性概 在风险进行有效估计。 率的定义可知，保险产品