應用機器學習對保險公司歷史訂單整合進行的研究.pdf_第1頁
已閱讀1頁,還剩42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、數(shù)據(jù)挖掘是實施客戶關系管理和市場研究中應用到的重要技術。在保險和銀行等大量中小客戶集中的行業(yè),對客戶數(shù)據(jù)的分析和評估更對企業(yè)的戰(zhàn)略及營銷方案有著舉足輕重的影響。然而對于個人客戶而言,很難對其帳戶和數(shù)據(jù)進行準確評估。特別對于實施實名帳戶之前的賬號數(shù)據(jù),更是難以一一對應,這對預測的精確性產(chǎn)生了極大的影響。 為了提高商務智能系統(tǒng)對業(yè)務預測的精確性,首先要確定哪些歷史賬號和訂單屬于同一個顧客。一個客戶可能開多個不同的賬號,使用不同的地址、

2、電話甚至姓名。這些不同的賬號所擁有的客戶信息也是殘缺不全的??蛻粜畔⒐芾淼牡谝徊剑褪强蛻魯?shù)據(jù)進行預處理,將賬號和訂單進行模糊識別以判斷哪些賬號是屬于同一個客戶的。 本課題將應用樸素貝葉斯、決策樹和神經(jīng)網(wǎng)絡三種分類模型對訂單匹配結果數(shù)據(jù)進行機器學習,并對這幾個個分類器的性能進行評估。文章將提供樸素貝葉斯分類器、決策樹和神經(jīng)網(wǎng)絡分類器的算法介紹、決策模型的建立步驟、分類器性能的評估方法以及評估結果。工具和模型將會應用到一家保險公司

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(wǎng)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(jīng)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