面向人壽保險(xiǎn)銷售的商務(wù)智能軟件研究與應(yīng)用.pdf

1、如今信息系統(tǒng)與數(shù)據(jù)庫的應(yīng)用日益廣泛,數(shù)據(jù)信息已成為眾多企業(yè)的重要資源?，F(xiàn)代信息技術(shù)的發(fā)展創(chuàng)造了當(dāng)今的信息經(jīng)濟(jì),在這一新型的經(jīng)濟(jì)形態(tài)中,信息的爆炸式激增產(chǎn)生了對信息處理技術(shù)的強(qiáng)烈需求。商務(wù)智能正是新型的信息技術(shù)在商務(wù)中的有效利用。數(shù)據(jù)是靜態(tài)的,數(shù)據(jù)不具有行動力。如何更合理有效地利用企業(yè)數(shù)據(jù),是當(dāng)今企業(yè)面臨的重要問題之一。隨著信息系統(tǒng)在金融業(yè)的運(yùn)用日益廣泛,金融企業(yè)都擁有大量的數(shù)據(jù)信息。此外,根據(jù)商務(wù)智能的基本特性:面向主題、相對穩(wěn)定、集成

2、、體現(xiàn)歷史變化,這些特性正是人壽保險(xiǎn)業(yè)所需要的,其在人壽保險(xiǎn)業(yè)必將大有用武之地。
　　通過對人壽保險(xiǎn)公司的運(yùn)作方式進(jìn)行分析,發(fā)現(xiàn)如何有效定位客戶,將品種繁多的人壽保險(xiǎn)產(chǎn)品有針對性的推銷給不同類型的客戶,是人壽保險(xiǎn)公司銷售部門面臨的重要問題。此外,在承保過程中,如何有效識別高風(fēng)險(xiǎn)被保人群,降低公司理賠風(fēng)險(xiǎn),是核保部門所關(guān)注的重要問題。
　　本文就上述兩個(gè)實(shí)際問題出發(fā),通過對現(xiàn)有商務(wù)智能的基本算法進(jìn)行研究分析,組合改進(jìn),選取KN

3、N算法、神經(jīng)網(wǎng)絡(luò)算法和粗糙集算法,發(fā)揮各自優(yōu)勢,為人壽保險(xiǎn)公司制定決策支持算法,并提供實(shí)際有效的解決方案。
　　在銷售決策算法分析過程中,主體采用K最鄰近結(jié)點(diǎn)算法(K-Nearest Neighbor algorithm)(簡稱 KNN)算法。其中加入了雙向決策分析的理念,進(jìn)一步提高決策結(jié)果的置信度和實(shí)用價(jià)值。并結(jié)合粗糙集算法,對客戶信息、保單信息的海量數(shù)據(jù)進(jìn)行分類,降低算法的時(shí)間復(fù)雜度。最終獲得可靠、高效的銷售決策算法。

4、　　在核保決策算法分析過程中,主體采用神經(jīng)網(wǎng)絡(luò)算法(S形激活函數(shù))。通過反復(fù)比對實(shí)際理賠率、平均理賠率等數(shù)據(jù),對原函數(shù)進(jìn)行多次修正后,確定決策算法。這樣可以在決策算法的制定過程中,完成部分的訓(xùn)練步驟,提高了決策算法的運(yùn)行效率;缺點(diǎn)是由此得出的算法,其應(yīng)變性和靈活性有所降低。此外,在決策過程中使用KNN算法獲取樣本數(shù)據(jù),并結(jié)合粗糙集算法,降低算法的時(shí)間復(fù)雜度。最終獲得可靠、便利、高效的核保決策算法。
　　在確定使用的決策算法之后,通