计算机类本科毕业论文-基于大数据的客户购买房屋保险概率分析.docx

1绪论

1.1大数据技术国内外研究现状

大数据技术目前进入了发展完善阶段，虽然还不是很成熟，但是已经产生了一个稳固的应用模式。在大多数情况下，大数据技术整个实现流程如下:首先是采集数据，然后在网络上"云储存"采集到的数据，最后对数据进行处理，主要是筛选，交换和整合数据，最终得到符合要求的数据。由于各自的需求及特点都有所差别，它们获取数据的渠道也不尽相同。社会企业通常会使用企业日常产生的工作数据，还有许多科技公司则容易许多，比如Google公司就直接收集用户的搜索历史。但是要想让数据发挥出最大的效果，必须将数据蕴含的信息完整的有规律的提取出来。例如，谷歌解析用户浏览内容的偏好性，为了能够精准的处理所得信息，就必须记录下用户每个时间段，在不同地点的搜索记录，这样才能通过个性化的计算方式得到每个客户的数据处理结果;社会企业想要预测未来公司将面临的财务风险，必须对特定的业务群的财务流通数据综合分析从而得出想要的数据。由于大数据的数据量巨大，现今对数据进行处理还要依靠"云技术"，"云技术"能够实现云储存将数据存放到网络上，同时还能在网络上对数据进行处理分析，减少了重复繁琐的工作，大大降低了难度。从上面的诸多内容我们可以清楚的认识到大数据就是一门研究数据的学科，本质上而言它还是互联网发展过程中其特征的具体实现。

大数据的诸多优点使其得到了广泛普及。如今各个行业中都有大数据的身影，它并不局限于某一领域，每个行业都可以用大数据来提升自己。在商业领域大数据的使用比较频繁，主要是用于市场分析，企业运用大数据来为今后的发展道路做规划，规避未来可能会遇到的风险，提高企业的竞争力。然而现在很多人对大数据还是一知半解，大数据的价值在于其应用价值而不是数据的"大"。挖掘出数据背后的价值就是目前社会企业提高其市场核心竞争力的立足点。或许普通大众还意识不到，但随着大数据的逐步发展，数据逐渐成为了一种"资源"。高质量的数据已经成为了兵家必争之地，谁占领了这块高低就意味着比其他人先天有更多的优势。比如，饮品制造厂商可以通过收集分析用户网上购物的消费记录，寻找出哪种风格、口味、包装、价格的饮品更受大众喜爱，从而为后来的饮品生产做规划，避免生产出滞销的产品。由此可见，大数据技术的运用对社会企业来说更像是互联网时代的大规模"市场调研"。不过与传统市场调研不同的是，大数据的采集范围更大，更精确，数据处理也更加系统化，最后产生结果的参考价值也更高。不过虽然大数据技术有以上种种优势，但在目前技术尚未发展成熟的阶段，我们也不能过于依赖大数据，现在大数据分析的主要作用还是参考。

1.2课题研究背景和意义

大数据技术的发展可以说是一个连锁反应。科技进步促进了存储设备的价格下降、网速的提高和各种软件硬件方面的进步,而这些恰好又是数据收集时最为依赖的基础设施。用户产生和保存数据也比过去更加轻松。大数据作为互联网时代的一个核心特点,已经成为人们日常的一部分,每个人都在不知不觉中被大数据所影响。在进行数据分析时,准确性的重要性排在首位。而大数据分析得益于改进准确率这一优点,在社会各界都拥有极大的关注度。

从已有的研究成果来看,把大数据和消费者行为两者相结合的还是一个小众领域。过去的心理学、营销学还是目前消费者行为研究方法的中流砥柱,而且研究深度都不是很高。对数据的收集、管理、分析以及防护措施等重要方向的研究还是从属于信息科学方向,这也是当前科学界的主流。本课题通过运用大数据技术来预测客户购买房屋保险的概率,能够帮助保险公司更高效的选择目标客户，对企业发展来说是一大助力。

1.3开发语言和环境

Python是一种面向对象的、动态类型的计算机程序设计语言，最初被设计的目的是用于编写自动化脚本。随着python的不断发展完善，有很多大型的、独立的项目开发者也开始选择python作为其开发语言。

1989年圣诞节，著名的GuidovanRossum在家闲暇时创造了Python，相信他也未曾料到这门语言会在几十年后如此的火热。当你选切身开始实战时，你就会明白码代码仅仅九牛一毛，你还需要使用到许多前人开发好的东西来辅助你的工作，不然全部从零开始的话将会是一个巨大的工程。大部分高级语言都包含很多库，这样在你进行开发时能够马上拿来用，减少了许多工作量。

和其它高级编程语言类似，Python内部的代码库功能很全面，能够满足我们的绝大部分需求。Python的代码库包含网络，图形化界面，数据库等许多实用功能，就像是一颗动力强劲的内置电池。用户使用python进行开发时可以很方便地直接引用库里的功能，在一定程度上降低了工作量。当然，Python也可以导入很多其它作者开发的第三方库为自己所用，如果你发现你写的代码非常好，你也可以把它封装好作为第三方库分享给别人使用，这也正是GuidovanRossum