Aprior算法的改进及其在保险企业CRM中的应用.pptVIP

* */37 功能模块图 * */37 主要功能介绍 * */37 决策支持模块的界面 * */37 五、模型评估与营销指导 1. 年收入小于3万的客户，购买储蓄类型保险的置信度高达89%。 2. 年龄在46-60岁之间的客户，有56%的客户会购买储蓄类型的保险 3. 年收入在10万以上的客户群体，购买投资类保险的比例为36%。 4. 学历为本科，有孩子的客户，80%会购买少儿险。 5. 年龄在20－30岁之间的客户，有32%的可能性会购买投资型保险。 6. 职业为个体经营的客户有45%会购买意外险 1. 对年龄较轻，收入较稳定的客户，可以推荐投资型保险。 2. 对于收入高，年收入在10万以上的客户，推荐购买投资型保险。 3. 对于学历较高且有孩子的客户，可以推荐购买少儿险。 4. 对于大于45岁或者年收入低于5万的客户，优先推荐其储蓄险。 规则前件 规则后件 支持度 置信度 收入小于3万 保险类型－储蓄型 11% 89% 收入大于3万小于5万 保险类型－储蓄型 11% 54% 年龄[46-60],学历——本科 保险类型－储蓄型 11% 56% 年龄[20-30] 保险类型－投资型 11% 32% 收入大于10万 保险类型－投资型 12% 36% 收入大于10万，学历——本科 保险类型－投资型 12% 48% 是否有孩子——有，学历——本科 保险类型－少儿险 10% 80% 是否有孩子——有 保险类型-储蓄型 10% 43% * */37 小结 1、选用合理的数据结构有助于算法效率的提升。 2、数据预处理可以选用SQL SERVER数据库管理系统。 * Apriori算法的研究及其在保险企业 CRM中的应用 * */37 汇报提纲 论文工程背景和研究内容 一 二 CRM及Apriori算法理论研究 四 徐州人寿CRM软件模型的实现 模型评估与营销指导 五 三 改进的Apriori算法 * */37 一、研究背景-论文工程背景 保险企业客户数据密集 保险企业必须以客户为中心 数据库技术缺少对决策、分析、预测等高级功能的支持机制。 * */37 数据挖掘 理论、CRM理论研究 关联规则、 Apriori算法 研究 徐州人寿保险企业CRM软件架构实现 Aprior算法的改进 模型 评估与销售指导 研究背景-论文研究内容 * */37 二、CRM及Apriori算法理论研究CRM理论 全称 Customer Relationship Management 从商业角度看 一种商业策略。通过完善客户服务，向客户提供最大利益的同时实现企业的价值。 从信息角度看 综合应用数据库、数据挖掘等技术，为企业的决策支持等提供自动化的解决方案。 * */37 Aprori算法属于无监督学习算法，与C4.5、 K means、朴素贝叶斯、 KNN、 EM、 PageRank、 AdaBoost、 SVM、 CART等算法一起称为机器学习十大算法； Apriori算法是一种挖掘关联规则的算法，用于挖掘其内含的、未知的却又实际存在的数据关系。 * */37 关联规则举例 t1: 牛肉、鸡肉、牛奶 t2: 牛肉、奶酪 t3: 奶酪、靴子 t4: 牛肉、鸡肉、奶酪 t5: 牛肉、鸡肉、衣服、奶酪、牛奶 t6: 鸡肉、衣服、牛奶 t7: 鸡肉、牛奶、衣服 Aprori算法—求解关联规则的经典算法 * */37 规则：牛肉—鸡肉 3/7:同时购买牛肉和鸡肉的顾客比例 3/4: 购买牛肉的顾客当中也购买了鸡肉的顾客比例 (支持度(support)) (置信度(confidence) ) * */37 对于规则：牛肉—鸡肉 它的支持度为3/7，表示在所有顾客当中有3/7同时购买牛肉和鸡肉，其反应了同时购买牛肉和鸡肉的顾客在所有顾客当中的覆盖范围； 它的置信度为3/4，表示在买了牛肉的顾客当中有3/4的人买了鸡肉，其反应了可预测的程度，即顾客买了牛肉的话有多大可能性买鸡肉。 条件概率事件：“顾客买了牛肉之后有多大可能性买鸡肉” * */37 关联规则的产生依赖于频繁项集（频繁出现的项） * */37 对Aprori算法思想的理解 (1) 算法的功能是用来寻找频繁项集的； (2) 在寻找频繁项集的过程中，采用了逐层搜索的迭代方法，即要产生2阶频繁必须以1阶频繁项集为运算基础，要得到3阶频繁项集，必须有2阶频繁项集为运算基础，依次类推； * */37 对Aprori算法思想的理解 (3) 算法的运算步骤分为连接步和剪枝步。 在算法的剪枝步骤，为了提高逐层迭代的效率，在生成候选项集的时候，使用Apriori性质(频繁项集的子集也是频繁项集，非频繁项集的子集也是非频繁项集)，将不满足性质的候选项集从连接步得