基于數(shù)據(jù)挖掘方法壽險業(yè)務管理KPI指標分析.pdf_第1頁
已閱讀1頁,還剩45頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、為了提高人壽保險行業(yè)工作效率和服務水平,建立高效的管理機制,適應業(yè)務的開展和激烈的市場競爭,商業(yè)智能開始進入壽險行業(yè),KPI指標分析系統(tǒng)應運而生。本文基于數(shù)據(jù)倉庫、聯(lián)機分析處理及數(shù)據(jù)挖掘等技術理論,研究了KPI指標分析系統(tǒng)構建與實現(xiàn)。 本文首先介紹了課題研究背景,指出客戶工作中面對的有關數(shù)據(jù)的難題,描述了KPI指標分析系統(tǒng)的優(yōu)越性;簡要概述了數(shù)據(jù)倉庫、聯(lián)機分析處理及數(shù)據(jù)挖掘技術特點,深刻分析了三者之間內在的聯(lián)系性:給出了數(shù)據(jù)倉庫

2、的設計步驟,分析了數(shù)據(jù)倉庫的體系結構,討論了聯(lián)機分析處理及多維分析中的上鉆和下鉆等操作,描述了數(shù)據(jù)挖掘過程,給出常用數(shù)據(jù)挖掘算法和比較分析。 本文描述了KPI數(shù)據(jù)指標決策系統(tǒng)的建設背景和KPI指標形成。參照CRISP-DM重點討論了數(shù)據(jù)抽取、轉換、加載技術整個ETL的實現(xiàn)過程;其中以KPI中“保費契撤率”指標為例,給出了數(shù)據(jù)倉庫模型設計中相應事實表和維表的創(chuàng)建和相應SQL存儲過程。本文描述了面向主題的分析模型在KPI指標分析系統(tǒng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論