数据挖掘下车险续保概率及画像建模研究.pdfVIP

２０２５年第３９卷第３期

ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅ）Ｖｏｌ．３９Ｎｏ．３２０２５

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｓ）．２０２５．０３．０１３管理学

数据挖掘下车险续保概率及画像建模研究

秦雅琴，梁璐，许庚，周燕宁

（昆明理工大学交通工程学院，云南昆明６５０５０４）

摘要：以我国车辆保险为主要研究对象，为续保概率模型及车险用户精准画像建模。通过主成分分

析法提取８个主要成分，运用逐步回归模型对车险续保率与多个影响因素间的关系进行实证优化研究，

建立续保概率模型，并利用支持向量机二元分类模型进行预测。为研究车险用户的画像建模，运用二阶

聚类算法做出车险用户的精准画像。结果显示：建立的续保概率模型，准确率高达９２．８％；车险续保用

户具体分为３类。利用所建立的模型和统计结果，从影响客户决策的因素进行判断分析，并从财险企业

的管理经营角度提出相应改善建议和优惠政策，以提高客户的续保概率。为车险用户精准画像可起到风

险管控的作用，减少交通事故，管理社会冲突，维护社会秩序。

关键词：主成分分析；逐步回归；ＰＣＡＳＶＭ；二阶聚类；画像建模

中图分类号：Ｕ９文献标识码：Ａ文章编号：１６７４－８４２５（２０２５）０３－０１４５－１２

一、引言

汽车保险是一种分散机动车在驾驶过程中可能遭受的未知风险和损失的保障机制。中国现行的汽

车保险费率制度大体上符合“从车主义”，导致中国汽车保险的定价模型过于单调，因此逐渐转为“从人

主义”，同一辆车由不同的人驾驶，保费价格将完全不同。如今，车险方面的研究与日俱增，然而还没有一

个准确方法能够提取出潜在用户。

车险企业为扩大市场份额，不仅要保证新客户的增长量，还要保证现有客户的续保率。提高车险续

保率是公司车险业务盈利的重要保证；如何合理地定价、提高续保率、规划续保模式对推动资源更新向公

［１］

司化转变，具有重要意义。谭征运用ＫＭｅａｎｓ聚类完成客户细分，构建消费者互联网保险购买意愿模

［２］

型；赵桂芹认为我国车险市场存在较为显著的信息不对称，且保额选择和索赔概率正相关。虽然目前

续保方面相关研究颇多，但车险续保概率模型的建立及提升方法还没有被系统总结。关于车险续保概率

收稿日期：２０２０－０４－２５

基金项目：国家自然科学基金项目“山区公路复杂交通环境下交通安全设施效用评价方法”；科技部国家重点

研发计划项目“车路协同系统要素耦合激励与协同优化方法”（２０１８ＹＦＢ１６００５０５）

作者简介：秦雅琴，教授，博士，博士生导师，主要从事交通人因与安全研究。

本文引用格式：秦雅琴，梁璐，许庚，等．数据挖掘下车险续保概率及画像建模研究［Ｊ］．重庆理工大学学报（社会科学），２０２５（３）：１４５－１５６．

Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＱＩＮＹａｑｉｎ，ＬＩＡＮＧＬｕ，ＸＵＧｅｎｇ，ｅｔａｌ．Ｒｅｓｅａｒｃｈｏｎｐｒｏｂａｂｉｌｉｔｙａｎｄｉｍａｇｅｍｏｄｅｌｉｎｇｏｆｃｏｎｔｉｎｕｅｄｐａｙｍｅｎｔｏｆｖｅｈｉｃｌｅｉｎｓｕｒａｎｃｅ

ｐｒｅｍｉｕｍｕｎｄｅｒｄａｔａｍｉｎｉｎｇ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅ），２０２５（３）：１４５－１５６．

１４６ｈｔｔｐ：／／ｃｌｇｓｋ．ｑｋｓ．ｃｑｕｔ．ｅｄｕ．ｃｎ

［３］

模型的建立可从如下研究中得出思路。刘莉等构建用户发表内容特征对社会化电商消费者购买意愿

［４］

的概念模型，并采用线性回归分析对问卷调查数据进行分析；饶光明等通