基于关联向量机的保险客户识别研究
发布时间：2021-11-05 00:38
客户识别作为客户关系管理的起始阶段,是客户关系管理中其它环节开展的前提。高效的客户识别模型可以帮助企业准确地找到有价值客户,为企业开展客户关系管理提供有力依据,因此对客户识别模型进行研究对于提高客户关系管理效率就显得尤为重要。可用于客户识别的方法很多,其中最重要的一类方法就是数据挖掘方法。关联向量机是一种新的数据挖掘方法,具有泛化性能良好、概率式预测等优越性,受到了国内外许多学者的青睐,并在许多领域得到了应用,包括电力、生物、水利等。论文首先回顾已有的客户识别模型；针对已有模型的不足引入关联向量机客户识别模型；系统阐述了关联向量机这一新的数据挖掘技术的基本原理,分析了其存在的优劣势；在实例分析中将关联向量机客户识别模型的结果与其它模型结果进行了对比,验证了论文提出的模型的可行性和有效性；最后给出结论。本文将关联向量机引入客户识别研究,贡献如下：1、提出了同分布取样数据降维方法。使用新的平衡数据对RVM模型进行训练时,由于基函数矩阵维数过大导致计算机无法完成运算。因此,需要减少训练集数据量以降低基函数矩阵维度。本文提出采取同分布取样的方法进行降维处理,数据审核结果表明,得到的样本子集同原...
【文章来源】：西安工业大学陕西省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
平衡后新数据的训练结果
。M。。。。 V11。。 .}}}}}}}}}}}}}}}}}}}}}}}}}}}}}图3.4同分布取样数据审核结果对比上图3.4中，数据集Datal、DataZ和Data3中变量的分布结果与原数据集Data中相应变量的分布情况基本相同，对比这四个数据集的审核结果，说明Data的三个子集中样本的变量与Data中样本的变量是同分布的。将上述得到的3个子集分别与等量的目标值全为1的样本构成新的训练集datal、dataZ和data3，即得到3个新的训练数据集。3.2.4异常值处理对调查得到的大量原始数据进行加工处理，提取其中有用的信息，即统计整理，是进一步进行统计分析的前提。但是通常的统计整理方法往往都对样本数据有一个前提假设，即样本数据是来自同一个总体，而这个假设有时却不能成立。原因一是由客观因素造成的，如总体条件的突然变化或人们未知的某个因素的突然出现等等;二是由主观方面的因素造成的，即人为的差错如调查人员读错或抄错数据，不小心把另一些不同条件下的样本数据混杂进来。当样本中的个别数据明显地偏离样本中其余数据时
0.0 0.2参数设定完成后对训练集数据进行异常值处理，处理结果如图3.5所示:曰二扭}渔蔚醚礴牵缪昨遭事霎叁镇囊丛迫囊;守 ~Anomalies:found37reeordsfromanestimatedtotalof3.374reeords;由， PeergrouPPro们Ie白一扭 peergroup一 2:129日records;磨 ~Anomalies:found8reeordsfromanestimatedtota}ofl.298reeords;由一 PeergrouPPro朽Ie白一奴 peergroup一 3:1150reeords由一 Anomalies:found13reeordsfromanestimatedtotalofl.150reeords舟~· PeergrouPPro行le图3.5异常值处理结果上图3.5中，共从训练数据集中剔除了其中的58条异常记录(AnomalieS)。3.3模型构建经过上一节中数据准备工作，本文遵循数据挖掘标准C咫SP一DM构建了基于关联向量机的保险客户识别模型，包含了数据准备月刃VM模型训练、RVM模型评估、结果分析、1刃VM模型部署等内容，模型框架如图3.6所示:
【参考文献】：
期刊论文
[1]粗糙集在客户分类中的应用研究[J]. 宋桂娟,曲朝阳,杨勇虎,樊晓勇. 计算机工程与应用. 2010(34)
[2]基于SODM的多分类器融合及其在客户分类中的应用[J]. 肖进,贺昌政. 管理工程学报. 2010(04)
[3]基于全生命周期客户价值的客户细分研究[J]. 桂晓梅. 生产力研究. 2010(10)
[4]RVM核参数的遗传算法优化方法[J]. 李刚,王贵龙,薛惠锋. 控制工程. 2010(03)
[5]电信客户生命周期价值模型和价值评价体系的关系研究[J]. 胡平,王晓鹏,陈竞波. 统计与决策. 2010(04)
[6]复杂曲面拟合的相关向量机模型及其泛化能力[J]. 何曙光,郑轶松,齐二石,张敏. 系统工程. 2009(12)
[7]基于3DM的B2C客户分类算法[J]. 邓维斌,王燕. 重庆邮电大学学报(自然科学版). 2009(04)
[8]微波辐射计探测大气剖面的相关向量机算法[J]. 林乐科,张业荣,赵振维,王波. 电波科学学报. 2009(01)
[9]基于关联向量机的混沌时间序列预测[J]. 李刚,吴慧欣,薛惠锋. 计算机仿真. 2008(12)
[10]基于相关向量机的多类蛋白质折叠识别[J]. 章文,刘娟. 武汉大学学报(理学版). 2008(03)
本文编号：3476720
【文章来源】：西安工业大学陕西省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
平衡后新数据的训练结果
。M。。。。 V11。。 .}}}}}}}}}}}}}}}}}}}}}}}}}}}}}图3.4同分布取样数据审核结果对比上图3.4中，数据集Datal、DataZ和Data3中变量的分布结果与原数据集Data中相应变量的分布情况基本相同，对比这四个数据集的审核结果，说明Data的三个子集中样本的变量与Data中样本的变量是同分布的。将上述得到的3个子集分别与等量的目标值全为1的样本构成新的训练集datal、dataZ和data3，即得到3个新的训练数据集。3.2.4异常值处理对调查得到的大量原始数据进行加工处理，提取其中有用的信息，即统计整理，是进一步进行统计分析的前提。但是通常的统计整理方法往往都对样本数据有一个前提假设，即样本数据是来自同一个总体，而这个假设有时却不能成立。原因一是由客观因素造成的，如总体条件的突然变化或人们未知的某个因素的突然出现等等;二是由主观方面的因素造成的，即人为的差错如调查人员读错或抄错数据，不小心把另一些不同条件下的样本数据混杂进来。当样本中的个别数据明显地偏离样本中其余数据时
0.0 0.2参数设定完成后对训练集数据进行异常值处理，处理结果如图3.5所示:曰二扭}渔蔚醚礴牵缪昨遭事霎叁镇囊丛迫囊;守 ~Anomalies:found37reeordsfromanestimatedtotalof3.374reeords;由， PeergrouPPro们Ie白一扭 peergroup一 2:129日records;磨 ~Anomalies:found8reeordsfromanestimatedtota}ofl.298reeords;由一 PeergrouPPro朽Ie白一奴 peergroup一 3:1150reeords由一 Anomalies:found13reeordsfromanestimatedtotalofl.150reeords舟~· PeergrouPPro行le图3.5异常值处理结果上图3.5中，共从训练数据集中剔除了其中的58条异常记录(AnomalieS)。3.3模型构建经过上一节中数据准备工作，本文遵循数据挖掘标准C咫SP一DM构建了基于关联向量机的保险客户识别模型，包含了数据准备月刃VM模型训练、RVM模型评估、结果分析、1刃VM模型部署等内容，模型框架如图3.6所示:
【参考文献】：
期刊论文
[1]粗糙集在客户分类中的应用研究[J]. 宋桂娟,曲朝阳,杨勇虎,樊晓勇. 计算机工程与应用. 2010(34)
[2]基于SODM的多分类器融合及其在客户分类中的应用[J]. 肖进,贺昌政. 管理工程学报. 2010(04)
[3]基于全生命周期客户价值的客户细分研究[J]. 桂晓梅. 生产力研究. 2010(10)
[4]RVM核参数的遗传算法优化方法[J]. 李刚,王贵龙,薛惠锋. 控制工程. 2010(03)
[5]电信客户生命周期价值模型和价值评价体系的关系研究[J]. 胡平,王晓鹏,陈竞波. 统计与决策. 2010(04)
[6]复杂曲面拟合的相关向量机模型及其泛化能力[J]. 何曙光,郑轶松,齐二石,张敏. 系统工程. 2009(12)
[7]基于3DM的B2C客户分类算法[J]. 邓维斌,王燕. 重庆邮电大学学报(自然科学版). 2009(04)
[8]微波辐射计探测大气剖面的相关向量机算法[J]. 林乐科,张业荣,赵振维,王波. 电波科学学报. 2009(01)
[9]基于关联向量机的混沌时间序列预测[J]. 李刚,吴慧欣,薛惠锋. 计算机仿真. 2008(12)
[10]基于相关向量机的多类蛋白质折叠识别[J]. 章文,刘娟. 武汉大学学报(理学版). 2008(03)
本文编号：3476720
本文链接：https://www.wllwen.com/jingjilunwen/bxjjlw/3476720.html
