决策树分类方法在保险业务中的应用研究

《决策树分类方法在保险业务中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、贵州大学硕士学位论文决策树分类方法在保险业务中的应用研究姓名：周奕羊申请学位级别：硕士专业：软件工程指导教师：张小平20070501附：学位论文原创性声明和关于学位论文使用授权的声明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究曾做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律责任由本人承担。论文作者签名：日期=2QQZ圭塑关于学位论文使用授权的声明本

2、人完全了解贵州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件扣电子版，允许论文被查阅和借阅；本人授权贵州大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文和汇编本学位论文。(保密论文在解密后应遵守此规定)删撇：17辩}抑虢斗哺螂恤{贵州大学2007届工程硕士在职研究生学位论文摘要保险是一项风险业务，保险公司的一个重要工作就是进行风险评估，风险评估对保险公司的正常运作至关重要，保费和保单的设计都需要进行比较详细的风险分析。在利用数据挖掘

3、工具进行风险分析时，可以利用决策树的方法，在保险公司建立的保单及索赔信息数据库的基础上寻找保单中风险较大的领域，从而指导保险公司的工作。本文利用SGIMineSet中的决策树分类器对医疗保险数据进行数据挖掘，找出风险较高领域，得出了一些实用的控制风险的规则，为医疗险业务良好平稳发展打下坚实的基础，并讨论了数据挖掘方法在保险业务应用中的前景和实效。决策树算法是一种归纳分类算法。它能很好地与超大型数据库结合，并能处理相关的多种数据类型(连续、离散、布尔)。而且其结果容易被人理解，其分类模式容易转化成分类规则，由决策树算法形成

4、的分类模型的精确度也较高。论文在分析了决策树分类的各种典型算法后，研究了决策树算法在应用于大型数据库时的可伸缩性问题，给出了可伸缩性决策树算法结构及流程。关键词：数据挖掘；分类；决策树算法；可伸缩性决策树算法；分类器；保险3贵州大学2007届工程硕士在职研究生学位论文AbstractInsuranceisriskbusiness。Insurancecompanyimportantworkisriskestimatation,ItisessentialtoInsurancecompany,thedesignofinsura

5、ncePremiumandpolicyneedthedetailedAnalysis．whilemakingusingofdataminingtooltoAnalyserisk,itcanadoptdecisiontree,onthebaseofpolicyandclaimdatabase，findtherelativelyriskyfield．，Thusitcanguidetheworkoftheinsurancecompany．ThispaperutilizesSGIMineSet'sDecisiontreeclas

6、sfieftomilleinMedicalInsurancedata,Andhavedrawnsomerulesofpracticalcontrolrisk,atthesametimeitdiscussdataminingmethod'stheprospectandactualeffectintheinsurancebusiness．Thetreealgorithmofdecisionisonekindtosumupthecategorizedalgorithm．it啪wellcombinewiththeultralar

7、ge-scaledatabase．Anditcandealwiththerelevantmanykindsofdatatype(continious,Disperse,Cloth)．Anditsresultiseasytobeunderstood,Itscategorisedmodeiseasytotransformintoacategorisedrule,Theaccuracyofthecategorizedmodelformedbythetieealgorithmofdecisionisrelativelyhight

8、oo．Afteranalysingvariouskindsoftypicaldecisiontreeandcassifyingalgorithms，Keyresearchisapplyingtothelarge—scaledatabaseelasticityissueindecisiontreealgorithm．P