崔陽(yáng) 沈陽(yáng)汽車工業(yè)學(xué)院

?

基于數(shù)據(jù)挖掘技術(shù)的汽車保險(xiǎn)理賠風(fēng)險(xiǎn)控制研究

崔陽(yáng) 沈陽(yáng)汽車工業(yè)學(xué)院

摘 要：本文從數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)挖掘技術(shù)可以解決的保險(xiǎn)問題以及數(shù)據(jù)挖掘過程等三個(gè)方面概述了基于數(shù)據(jù)挖掘技術(shù)的汽車保險(xiǎn)理賠風(fēng)險(xiǎn)控制，并通過VPRS模型來(lái)分析了汽車保險(xiǎn)單相關(guān)數(shù)據(jù)，以數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)研究了汽車保險(xiǎn)中的理賠風(fēng)險(xiǎn)原則，旨在加強(qiáng)數(shù)據(jù)挖掘技術(shù)在汽車保險(xiǎn)理賠風(fēng)險(xiǎn)控制中的應(yīng)用。

關(guān)鍵詞：數(shù)據(jù)挖掘 汽車保險(xiǎn) 風(fēng)險(xiǎn)控制

前言

相較于其他保險(xiǎn)種類而言，汽車保險(xiǎn)有著客戶量大、業(yè)務(wù)數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)復(fù)雜等特點(diǎn)，在管理的過程中不可避免的會(huì)出現(xiàn)海量數(shù)據(jù)的處理和匯總等問題。汽車風(fēng)險(xiǎn)不僅包括機(jī)動(dòng)車輛本身的風(fēng)險(xiǎn)，還受到駕駛?cè)藛T因素、社會(huì)環(huán)境因素的影響。由以上兩點(diǎn)可知，對(duì)于汽車保險(xiǎn)的數(shù)據(jù)處理至關(guān)重要，因此本文簡(jiǎn)要研究了基于數(shù)據(jù)挖掘技術(shù)的汽車保險(xiǎn)理賠風(fēng)險(xiǎn)控制。

一、基于數(shù)據(jù)挖掘技術(shù)的汽車保險(xiǎn)理賠風(fēng)險(xiǎn)控制概述

（一）數(shù)據(jù)挖掘技術(shù)概述

隨著計(jì)算技術(shù)、互聯(lián)網(wǎng)技術(shù)的提升，人類社會(huì)逐漸走進(jìn)了大數(shù)據(jù)時(shí)代，所謂數(shù)據(jù)挖掘，指的就是從海量的、模糊的、隨機(jī)的數(shù)據(jù)中挖掘、提取出人們事先不知道但有著重要作用的數(shù)據(jù)的過程。數(shù)據(jù)挖掘技術(shù)能夠以相關(guān)數(shù)據(jù)提取模型為基礎(chǔ)，采取有效的分析方法和科學(xué)的分析數(shù)據(jù)來(lái)挖掘信息、識(shí)別信息，發(fā)現(xiàn)數(shù)據(jù)信息之間的關(guān)系[1]。從本質(zhì)上來(lái)講，數(shù)據(jù)挖掘是集合人工智能、數(shù)據(jù)庫(kù)、數(shù)理統(tǒng)計(jì)等多方面、多領(lǐng)域的交叉學(xué)科，其在金融、保險(xiǎn)、零售等各個(gè)領(lǐng)域都有著重要的應(yīng)用，主要的數(shù)據(jù)分析方法包括關(guān)聯(lián)規(guī)則法、數(shù)據(jù)融合法、統(tǒng)計(jì)分析法等等。

（二）數(shù)據(jù)挖掘技術(shù)可以解決的保險(xiǎn)問題分析

保險(xiǎn)行業(yè)是知識(shí)密集型行業(yè)，在推行數(shù)據(jù)挖掘技術(shù)的過程中有著得天獨(dú)厚的優(yōu)勢(shì)，保險(xiǎn)業(yè)務(wù)一般為保險(xiǎn)產(chǎn)品的推廣、銷售以及相關(guān)理賠等等，本文以汽車保險(xiǎn)的理賠業(yè)務(wù)為研究對(duì)象，在保險(xiǎn)理賠業(yè)務(wù)中會(huì)產(chǎn)生大量的數(shù)據(jù)，并形成相關(guān)的理賠事物型數(shù)據(jù)庫(kù)，例如理賠客戶數(shù)據(jù)庫(kù)、理賠數(shù)據(jù)庫(kù)等等，如何從這些數(shù)據(jù)庫(kù)中獲取有用的數(shù)據(jù)信息來(lái)保證保險(xiǎn)理賠業(yè)務(wù)的順利進(jìn)行至關(guān)重要，數(shù)據(jù)挖掘技術(shù)作為一種先進(jìn)的數(shù)據(jù)提取技術(shù)在汽車保險(xiǎn)理賠業(yè)務(wù)中的應(yīng)用有著重要的意義，其能夠幫助客戶來(lái)分析理賠風(fēng)險(xiǎn)，劃分客戶群體，發(fā)現(xiàn)相關(guān)理賠保險(xiǎn)問題。

（三）數(shù)據(jù)挖掘

以CRISP-DM模型為基礎(chǔ)，可以將整個(gè)數(shù)據(jù)挖掘的過程分為六個(gè)階段，分別是理解業(yè)務(wù)階段、理解數(shù)據(jù)階段、準(zhǔn)備數(shù)據(jù)階段、模型建立階段、數(shù)據(jù)評(píng)估階段和部署實(shí)施階段。數(shù)據(jù)挖掘不單單是指數(shù)據(jù)的組織和呈現(xiàn)，在數(shù)據(jù)分析及相關(guān)模型的建立之外，還要符合業(yè)務(wù)的具體要求，以業(yè)務(wù)的具體要求為基準(zhǔn)進(jìn)行數(shù)據(jù)的查找和呈現(xiàn)，要對(duì)相關(guān)業(yè)務(wù)數(shù)據(jù)進(jìn)行有效的理解之后才能夠進(jìn)行數(shù)據(jù)的準(zhǔn)備和模型的建立等過程，且整個(gè)過程并不是單向運(yùn)作流程，而是反復(fù)、多次的調(diào)整流程，是一個(gè)不斷修正的過程。

二、基于數(shù)據(jù)挖掘技術(shù)的汽車保險(xiǎn)理賠風(fēng)險(xiǎn)控制研究

在汽車保險(xiǎn)業(yè)務(wù)中，理賠風(fēng)險(xiǎn)對(duì)于相關(guān)保險(xiǎn)戰(zhàn)略的制定有著重要的指導(dǎo)意義，其對(duì)于相關(guān)保險(xiǎn)單位及企業(yè)的生存和發(fā)展至關(guān)重要，就目前來(lái)看，理賠風(fēng)險(xiǎn)的分析與控制已經(jīng)成為了眾多保險(xiǎn)企業(yè)在相關(guān)營(yíng)銷戰(zhàn)略制定過程中首要解決的問題之一。在汽車保險(xiǎn)理賠風(fēng)險(xiǎn)的分析與控制過程中，數(shù)據(jù)挖掘技術(shù)能夠提供風(fēng)險(xiǎn)控制過程中相關(guān)投資組合數(shù)據(jù)，從而能夠?qū)碣r風(fēng)險(xiǎn)環(huán)境進(jìn)行有效分析，同時(shí)數(shù)據(jù)挖掘還能夠直接對(duì)汽車保險(xiǎn)的理賠風(fēng)險(xiǎn)進(jìn)行分析和控制，具體研究如下：

（一）粗糙集理論分析

粗糙集理論的核心指的是對(duì)不確定、不完善、不精確數(shù)據(jù)的處理，此處理方式以分類機(jī)制為基礎(chǔ)，通過等價(jià)關(guān)系來(lái)對(duì)空間進(jìn)行劃分，以此來(lái)得出信息系統(tǒng)在不同簡(jiǎn)化層次上的置信度要求，根據(jù)已知信息及相關(guān)模型來(lái)實(shí)現(xiàn)逐層的匹配，之后再按照優(yōu)先級(jí)判定來(lái)算出解決問題的最優(yōu)解[2]。在利用粗糙集理論的過程中并不需要先驗(yàn)信息，在分析不確定性問題上比較適用，這也是數(shù)據(jù)挖掘技術(shù)在汽車保險(xiǎn)理賠風(fēng)險(xiǎn)分析中應(yīng)用的基礎(chǔ)。

（二）車險(xiǎn)理賠風(fēng)險(xiǎn)規(guī)則的挖掘分析

1.數(shù)據(jù)準(zhǔn)備過程。在數(shù)據(jù)挖掘的過程中，數(shù)據(jù)準(zhǔn)備環(huán)節(jié)至關(guān)重要，數(shù)據(jù)準(zhǔn)備的質(zhì)量對(duì)于數(shù)據(jù)挖掘的準(zhǔn)確性以及有效性有著重要的影響。數(shù)據(jù)準(zhǔn)備包括數(shù)據(jù)的選擇、凈化、轉(zhuǎn)換等眾多步驟。

2.數(shù)據(jù)補(bǔ)缺與離散。此過程以數(shù)據(jù)挖掘工具為基礎(chǔ)對(duì)數(shù)據(jù)進(jìn)行離散處理，汽車的車齡、參加保險(xiǎn)的金額等都屬于連續(xù)的數(shù)據(jù)，要想實(shí)現(xiàn)數(shù)據(jù)的離散，應(yīng)當(dāng)對(duì)數(shù)據(jù)進(jìn)行等級(jí)分類。數(shù)據(jù)缺失是不可避免的，在發(fā)現(xiàn)數(shù)據(jù)缺失時(shí)需要進(jìn)行補(bǔ)缺，一般補(bǔ)缺方式為組合補(bǔ)缺，通過對(duì)缺失數(shù)據(jù)屬性的分析來(lái)補(bǔ)充可能失去的屬性，形成多條屬性記錄，這種補(bǔ)缺方式有利于趨向原決策規(guī)則。

3.屬性約簡(jiǎn)與風(fēng)險(xiǎn)規(guī)則。屬性約簡(jiǎn)指的是對(duì)不一致和出現(xiàn)噪音的數(shù)據(jù)進(jìn)行約簡(jiǎn)，以此來(lái)提升抗噪聲及抗干擾的能力，在屬性約簡(jiǎn)之后，利用數(shù)據(jù)挖掘工具來(lái)產(chǎn)生相關(guān)風(fēng)險(xiǎn)規(guī)則，產(chǎn)生的規(guī)則有一些是有效的風(fēng)險(xiǎn)規(guī)則，而有一些是無(wú)效的風(fēng)險(xiǎn)規(guī)則，此時(shí)需要對(duì)這些風(fēng)險(xiǎn)規(guī)則進(jìn)行篩選和過濾，對(duì)風(fēng)險(xiǎn)規(guī)則進(jìn)行調(diào)整，找出最有效風(fēng)險(xiǎn)規(guī)則。

4.衡量規(guī)則價(jià)值。從系統(tǒng)層面來(lái)講，主要是以可信度、支持?jǐn)?shù)及覆蓋率三個(gè)指標(biāo)為基礎(chǔ)進(jìn)行規(guī)則價(jià)值的客觀衡量，其中可信度指的是該規(guī)則下推理結(jié)果的正確率，覆蓋率指的是該規(guī)則下決策類的比重，支持?jǐn)?shù)指的是該規(guī)則下的元素個(gè)數(shù)，為了避免不同指標(biāo)之間負(fù)關(guān)系的影響，在衡量的過程中需要進(jìn)行有效的權(quán)衡[3]。

從用戶層面來(lái)講，應(yīng)用數(shù)學(xué)方法進(jìn)行衡量是理論層面的，并沒有結(jié)合用戶的主觀因素，因此在得到風(fēng)險(xiǎn)規(guī)則之后要與客戶溝通，結(jié)合客戶實(shí)際工作進(jìn)行主觀的規(guī)則價(jià)值衡量和判斷。

三、結(jié)論

綜上所述，數(shù)據(jù)挖掘技術(shù)對(duì)于汽車保險(xiǎn)業(yè)務(wù)數(shù)據(jù)化向知識(shí)化的轉(zhuǎn)化有著重要的意義，其能夠?qū)ζ嚤ｋU(xiǎn)理賠風(fēng)險(xiǎn)的影響因素進(jìn)行分析，找出理賠業(yè)務(wù)規(guī)律，在避免理賠風(fēng)險(xiǎn)的同時(shí)為汽車保險(xiǎn)企業(yè)尋求商機(jī)，本文簡(jiǎn)要研究了基于數(shù)據(jù)挖掘技術(shù)的汽車保險(xiǎn)理賠風(fēng)險(xiǎn)控制，旨在充分發(fā)揮數(shù)據(jù)挖掘技術(shù)的重要作用。

參考文獻(xiàn)：

[1]彭俊杰.基于數(shù)據(jù)挖掘技術(shù)的汽車保險(xiǎn)理賠風(fēng)險(xiǎn)控制研究[D].吉林大學(xué),2014.

[2]畢建欣.基于數(shù)據(jù)挖掘技術(shù)的保險(xiǎn)客戶細(xì)分管理[J].華南金融電腦,2006,11:9-12.

[3]郁佳敏.車聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代汽車保險(xiǎn)業(yè)的機(jī)遇和挑戰(zhàn)[J].南方金融,2013,12:89-95.