小議汽車保險中關聯規則挖掘的運用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了小議汽車保險中關聯規則挖掘的運用范文，希望能給你帶來靈感和參考，敬請閱讀。

關聯規則挖掘的步驟：（1）找出所有的頻繁項集。這些項集出現的頻率至少和預定義的最小支持數一樣，即所有滿足最小支持度的項集的集合。（2）由頻繁項集中產生相應的強關聯規則。根據定義，這些規則必須滿足最小支持度和最小置信度。即確定規則A=>B是否有效，可以令：r=sup(A∪B)/sup(A)，當且僅當r>min_conf時，規則有意義（其中min_conf為最小置信度）。(3)解釋并輸出規則步驟一是關聯規則發現算法設計的核心問題，因為它的效率高低是算法的關鍵.由于Apriori關聯規則算法[3]需要產生大量候選項集，資源消耗巨大，效率低。而FP-Growth關聯規則算法只需掃描一次數據庫，對系統資源的消耗較小，效率相對較高。因此，對于海量數據的保險信息系統，本文選用FP-Growth算法進行關聯規則挖掘.

關聯規則挖掘在車輛保險中的應用

1.數據準備

數據準備是數據挖掘過程的先決條件，數據質量將直接影響數據挖掘的效率和準確度以及最終規則的合理有效性。本文選取某大型保險公司省級公司近8年車險數據庫數據進行挖掘。影響車輛保險的風險主要有駕駛人員、車輛狀況、地理環境、氣候條件、社會環境、經營管理等因素，為此研究這些因素與風險的關系，并結合實際情況和對風險的影響程度，從中選取的目標數據每條記錄中包括年齡、性別、婚姻狀況、駕齡、職業、車重與載貨重、車型、車齡、汽車顏色、使用性質、投保險種、保費保額、汽車貸款標志、購買價格、多車所有情況、是否連續投保、投保地點、銷售渠道、投保日期、出險日期、賠付率等21個屬性進行關聯規則的挖掘整理歸納。

2.數據離散化和去冗余

利用計算機對數據庫的海量數據進行分析挖掘，需要對連續的數據作離散化工作。年齡、保額、投保出險日期、賠付率都是連續的數據。為了離散量化，根據情況和計算機編程計算的需要可將這些數據分為幾類。例如，年齡分為a1（＜20歲），a2（20-25歲），a3（25-34歲），a4（35－45歲），a5（>=46歲），將日期按提取數據年份年分為8年，每年具體日期按月分為12個值。將賠付率劃分為[00,]、(0,10%]、(10%,30%]、(30%,50%]、(50%,70%]、(70%,100%]、(100%,200%]、(200%,300%]、(300%,+∞]九類。去除由于誤操作輸入產生的明顯不合邏輯和業務要求的垃圾數據。

3.確定關聯規則的支持度至少為35％，置信度至少為80％。進行關聯規則挖掘過程如下：1）利于FP-Growth算法找出頻繁項集。2）找出滿足支持度和置信度的強關聯規則。由于本文選取的樣本屬性值有21個，為了算法的簡約和計算的省時，我們在實際挖掘中采用了分區挖掘產生關聯規則的做法.具體做法如下：將樣本屬性值按駕駛員，車，環境分為A,B,C大區，每區與賠付率相關。先按A,B,C區分別進行關聯規則與賠付率的挖掘，得出滿足條件的強關聯規則15條，然后對A,B,C三大區進行區級關聯，找出區間可能有關聯關系的屬性，對重點屬性與賠付率進行關聯規則的挖掘。以上挖掘過程中，產生了許多滿足條件的強關聯規則：如在每年9－11月投保的家庭自用新車，在當年冬天發生車損險的概率比一般車低，這可能是由于車主對自身新車的愛護而在風雪天少開車導致的原因；已婚駕齡5年以上的司機開公務車出險的概率大大低于一般司機，顯然這是由于車主經驗和責任心更強的緣故。在進一步的挖掘中，我們還發現了很多意想不到的關聯規則，經過分析也可以得到合理解釋：貸款購買的車輛其盜搶險的發生率很低，出于車主對愛車的存放更費心和穩妥；某些車型在4S店中賣出后的賠付率比其他渠道要高，這估計是因為車主在4S店買車險后，4S店的承諾和車主自身心里更傾向于在修理價格更高的4S店維修導致賠付率升高等等。

4.規則的解釋和價值衡量

得到這些關聯規則后，可以從系統客觀和公司主觀兩個層面來衡量這些規則的價值和有用性，使得到合理解釋的規則可以在公司決策中發揮作用。1）系統客觀層面從系統客觀層面評價一條規則是否合理有價值，主要是依據支持度、置信度兩個指標來衡量。我們認為支持度大于50％且置信度大于85％的關聯規則是有特別價值，值得分析和關注的。對于支持度和置信度的選取我們按年份遠近采取了加權計算的方法，即越接近現在的年份給的加權值越高，越有價值，分析研究的意義越大。2）公司主觀層面運用數學的方法可以對一規則進行分析評價缺乏實踐的證明和公司操作員工及決策層的認同，所以規則評價必須考慮到公司的主觀因素。在得到一系列的風險規則后，需要在公司尤其一線操作人員中征求廣泛意見和建議，在得到實踐人員的合理評價后對相應的關聯規則作出科學分析，這樣才能最終形成有價值的公司市場決策依據。

數據挖掘技術的充分應用，不僅可以幫助保險公司對業務風險進行各種因素分析，尋求業務規律，為保險公司應對市場提供決策支持；也可以使保險公司更好的實現差異化經營，保持具有競爭力的保費和覆蓋風險及提供服務之間的平衡，規避風險，挖掘更多的市場商機。（本文作者：武治國 單位：人保財險山西省分公司信息技術部）