关联规则向量化挖掘算法及其在车险精算中的应用.pdfVIP

2006年6月 应用数学与计算数学学报 第20卷第1期 CoMM．oNAPPL．MATH．ANDCOMPUT V01．20No．1 June，2006 关联规则向量化挖掘算法及其在车险精算中的应用木 陈福毕 李敏 复旦大学数学科学学院，上海，200433 摘要t本文首先回顾了关联规则的基本概念和传统的Apriori算法，然后利用关联规 则的数据库是布尔型数据库的特点，在计算关联规则的支持度和置信度的时候引进向量数 乘和向量内积的概念，得到关联规则向量化挖掘算法ARVDA，避免全数据库逐条记录模 式匹配和属性分层，提高算法的速度．最后，本文利用提升度量关联规则的重要性，采用 单独追踪和对比分析方法，衡量车险精算中风险因子的有效性．结果表明把车辆使用性质 作为车险定价的分级因素是比较合理的，对于非运营车辆需要合理的费用附加． 关键词：关联规则，数据挖掘，交通事故，向量化，车险精算 1．引 言 车险精算技术是目前非寿险业的重要课题．目前车险通常将保额、车龄、使用性 质、驾驶员性别、驾驶员年龄等作为有效的风险分级变量．然而对于每个变量的权重 和有效性分析，目前往往采用主观设定模型的方法，如乘法模型和加法模型，而且都 需要误差项服从正态(见[1])，因此，引进数据挖掘方法可能有利于改进车险精算技 术．数据挖掘作为新的数据分析模式，其特点是从数据本身出发客观产生数据分析结 果．关联规则是数据挖掘的一种重要方法，有许多学者对关联规则在数据挖掘领域中 重要的作用进行了深入的阐述(见[2卜[4])．关联规则通过“支持度”和“置信度”的分 析，找出数据库信息之间需要重点关注的内在关系．文【5]提出了车辆事故属性的概 念，阐述了车辆事故属性数据关联规则提取的Apriori算法． 本文回顾了关联规则的基本概念和传统的Apriori算法，然后利用关联规则的数据 库是布尔型数据库的特点，引进向量数乘和向量内积的概念，得到关联规则向量化挖 掘算法ARVDA．最后，本文将关联规则应用在车险精算风险因子分析过程中，针对不 同的车辆使用属性采用结合分析和单独追踪分析找出交通事故中的发生模式，分析各 项因素之间的关系和规律，从而为车险费率风险分级定价提供依据． 关联规则挖掘分析 组项目(item n A号B的蕴涵式，其中A冬，，B∈J，并且AB=9．这里的n指两个属性集 本文2005年11月30日收到． forData andInforma， +本文受到复旦一瑞士再保险研究基金和中比合作项目“Intelligent Mining Systems tion and Processing：MethodsApplications”(011S1105)资助． 1期 陈福生，李敏z关联规则向量化挖掘算法及其在车险精算中的应用 43 nB=0表示没有共同的属 的相同属性集合，u表示两个属性集的所有属性集合，A 性． 定义1：规则A号B在事务集D中成立，具有支持度8，其中s为D中事务包 含4和B的百分比；规则A号B在事务集D中成立，具有置信度c，如果D中包 含A的事务同时也包含B的百分比是C，即： U s(A令B)=P(AB)， c(A号B)=P(BIA)． 定义2：(强关联规则)同时满足以下两个条件的关联规则A令B称为强关联规则： (1)s(A兮B)≥8mi。，8。i。为最小支持度阀值；