封面
中文摘要
英文摘要
目录
第一章 绪论
§1.1 保险欺诈识别的背景
§1.2 数据挖掘在保险业欺诈识别中的应用
§1.3 信息融合在保险欺诈识别中的应用
§1.4 论文研究内容的提出以及研究意义
§1.5 论文涉及的工作和内容
§1.6 论文的主要结构
第二章 数据预处理
§2.1 数据清理
§2.2 数据集成
§2.3 数据变换
§2.4 保险数据预处理
第三章 数据挖掘算法的选择
§3.1 数据挖掘概述
§3.2 基于模型的聚类方法
§3.3 常见概念聚类算法比较
第四章 AutoClass概念聚类算法
§4.1 引言
§4.2 Bayes分类原理
§4.3 AutoClass算法
§4.4 AutoClass算法在保险数据上的应用
第五章 基于规划识别步的识别和预测
§5.1 规划识别概述
§5.2 规划识别模型
§5.3 规划识别在保险欺诈的预测和识别方面的应用
§5.4 客户信用评估模型在规划识别处理前的应用
第六章 系统方案设计
§6.1 系统总体结构设计
§6.2 聚类处理模块设计
§6.3 信用度评估模块设计
§6.4 规划识别模块设计
第七章 系统实现和实例验证
§7.1 数据准备
§7.2 聚类模块的实现
§7.3 信用评估模块的实现和验证
§7.4 规划识别模块的实现
§7.5 综合评价模块的实现
§7.6 系统的测试
结论
致谢
参考文献