数据挖掘技术在寿险客户购买行为分析中应用.docVIP

数据挖掘技术在寿险客户购买行为分析中应用 　　摘要：随着中国加入WTO，我国寿险市场的竞争日益白热化。我国寿险行业经过近二十年的发展，取得长足进步，积累了大量客户数据。本文的目的就是希望在这些公司所积累的寿险客户对产品的购买记录上，通过数据挖掘的方法，发现客户对险种类型选择的模式。在数据挖掘中，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SPSS Clementine数据挖掘工具，利用C5.0算法建立决策树模型，并对不同的模型进行了分析和对比，以发现客户在寿险产品选择上的一些模式。 　　关键词：数据挖掘；数据仓库；寿险；决策树；C5.0 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2007)18-31481-03 　　Application of Data Mining Technology to Analyze Life Insurance Customers Purchase Behavior 　　ZHANG Xiao-yan1,QI Chun-ying2 　　(1.Educational Information Technology Center,South China Normal University,Guangzhou 510631,China;2.Xuzhou TV University,Jiangsu 221006,China) 　　Abstract:With Chinas entrance to WTO, the competition of domestic life insurance market is becoming red-hot day by day.With two decades development, our life insurance has achieved rapid progress and accumulated a large amount of data of their customers.To find the rule that the customers selected their life insurance policy.the data mining technology is used based on their purchasing records.Data deriving, data cleaning and data pre-processing are necessary steps before data mining. After that, decision tree models were set up with C5.0 algorithm in SPSS Clementine tool and different models were compared and analyzed to find out some useful rules in the customers decision about different life insurance product.. 　　Key words:data mining;data warehouse;life insurance;decision tree;C5.0 　　 　　1 引言 　　 　　1.1研究的背景和动机 　　随着计算机技术和信息技术的发展，信息的增长速度呈指数上升。有数据表明，进入二十世纪90年代，人类积累的数据量以每月高于15%的速度增加。面临浩瀚无际的数据，如果不借助强有力的分析技术，仅依靠人的能力来理解这些数据是不可能的，因此，人们需要强有力的数据分析技术来满足对海量数据分析的需求。在这种情况下，从数据库中发现知识及其核心技术――数据挖掘技术应运而生，并显示出强大的生命力。 　　寿险行业在我国虽然起步较晚，但自改革开放以来，寿险业在我国取得长足发展，每家寿险公司都积累了自己庞大的信息库，面对这些海量的数据，如何加以合理分析与利用，是每家公司急于要解决或正在解决的问题。基于这样的一个背景，本文提出了在寿险行业中应用数据挖掘的方法对客户对寿险产品购买行为进行分析的研究 　　1.2研究现状 　　国内的寿险业经过近二十年的发展，积累了大量的客户数据和代理人数据，目前国内的各大寿险公司已经从数据仓库着手，建立自己公司的BI系统，从目前的规模、IT人员技术的积累、市场竞争的加剧等客观情况来看，数据挖掘在寿险业的应用的时机和条件都日趋成熟，只是在目前的条件下，数据挖掘在寿险行业的成功应用并不能一蹴而就，而需要一个循序渐进的过程。 　　1.3寿险行业数据挖掘应用范围 　　在寿险产品的销售过程中，一