文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 数据挖掘技术在保险客户信用评估的应用
侵权投诉

数据挖掘技术在保险客户信用评估的应用

维普资讯 doc.guandang.net

10 8

计算机技术与发展

第 l 8卷

射到球面 S上, 其中 r l X I l∈D}≥Ia; l I 。那么这时 w *(一0>0就表示由超平面 j所分割的正半 ),空间部分。其中:是权向量,是阈值,是样本输 w 入向量。正半空间的部分恰为超球面上的某个“球形领域”若 w与等长, w为这个球形领域的中心,,则

掘相关的数据表。初步得到的数据表,信息量大,并且维数多,中有些数据并不完备,表有些字段与挖掘无关。为了解决这些问题,采用了多表合并的抽取方法, 使用 S QL查询语句,根据表中的主键、键将这些数外据表逐步合并成一张数据表,获取适合需求的字段。并 2 2数据预处理 .

其半径为 r 0=Ra cs/ 若取神经元的功能 () r o( R), c 函数为符号函数 S n W *一0, g( )取其激励函数为

初步采集后的数据并不完整,需要对其进行一定的预处理 J才能满足挖掘算法输入的要求。初步采 7, 的去除、数据归一化和离散化操作,得到的数据样本情 况如

表 1所示。

S WX ){它,功函为球集得到的合并的数据表, a - 0}其能数超面 n 则 (:’: 其经过空缺值的处理、冗余属性 上“球形领域”特征函数。这样,个神经元就对应的一超球面上一个“形领域”5 球 _ l。 J由神经元的几何意义得知,造一个网络,给定构对表 1样本概况 样本数量样本维数 1 4

的样本集能够进行符合要求的分类,价于求出一组等覆盖领域 .这组覆盖领域可以将样本按要求分隔开领 域。这样,将神经网络的最优设计问题转化成某种就求最优覆盖的问题。 1 2覆盖算法 .

根据原始数据中的客户黑名单登记表,找出总查

表中曾经发生过骗保或拒赔的客户。其中黑名单样本数量是 14条, 3 1将近是未发生骗保事件样本数目的十分之一。将客户信用等级作为决策属性,可将这些样本分为 2:类一类未出现在黑名单中,信用良,另一类出现在黑名单中,信用差;也可根据客户黑名单表中数 据的不同情况将样本分为 3类,即将出现在黑名单中

覆盖算法 J的基本思想就是用求出的覆盖领域作为三层网络的隐含层,输入层为测试集,输出层为测试集的分类结果。给定一输入集 K={ z,,} z,… , 设 K分为 s个子集 K={, 0…, (}…,= z, I, K ) { , “,,} z ( ) z ( )… 。用一个三层网络构造一一

分类器,求出一组领域,组领域将不同类的点分隔这开来,使属于 K的点的输出均为 Y={,,,,, l 0… 0 1 0 …

的数据根据骗保和拒赔分为 2类:信用差,信用极差。 样本分布情况如表 2所示。 表 2样本分布情况

,

0(}即其第个分量为 1其余分量为 0的向量 ) i,, 算法步骤如下:

= 1 2,,。,… S

第一步,找初始点“,从点 n开始覆盖。 第二步,确定以 n为圆心的覆盖领域 C的半径。 找离“最近的异类点,其距离记 d; 找离 n最远的距离小于 d的同类点,其距离记为 d。覆盖领域的半径, 为 r d+d )2=( 1 2/。 2 3实验结果与分析 .

第三步,求领域 C的重心, 并记为“。第四步,复第二到三步,

重直到覆盖的点不再增加 为止。这样就得到一个覆盖 K中点的局部最大覆盖

基于交叉覆盖算法的信用分类算法的实质就是通 过对样本的学习构造神经网络,产生分类器,再通过分

类器对样本进行分类。将样本分为 l 0组, 9组作为训练,组作为测试, 1循环交叉。i试神经网络的分类效见 0果,分类准确率由如下公式求出:

C。其覆盖 K记为 K¨ 。第五步,找一个不同类点 n再开始覆盖; T—令 K K K K,一 ’/一 K。

分准率鬻类确= 数据,据情况如表 3表 4示。数、所

×0 1 0%

若只剩最后一类点,将最后一类点作为一个覆则 盖;否则回第二步。

由于上述不同类别的数据数量差别较多,用随机方法分别从不同类别的数据中抽取部分数据作为实验 实验采用了交叉覆盖算法和 S M方法 _对样本 V 8 6 .

2基于交叉覆盖算法的客户信用分类 2 1数据准备 .

分 3类的情况进行了测试,结果如表 5表 6、所示。 从表 5表 6可以看出交叉覆盖算法和 S M法的、 V

文中所用的数据来自于某保险公司的寿险数据库,中包括数十张数据表。通过分析,其确定与本次挖

分类准确率随着样本数目的增多有所提高,但是交叉

doc.guandang.net

上一页第2页

你可能喜欢

  • 数据挖掘研究
  • 客户数据挖掘
  • 数据挖掘应用
  • 保险指标
  • 交叉销售
  • 数据挖掘金融
  • 推荐系统

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email