一种组合模型在车险续保率中的应用
刘亮
(西南科技大学,四川绵阳 621010)
摘要： 本文针对车险续保率,建立了K-means聚类算法与支持向量机的组合模型。利用K-means聚类算法将客户划分为某几类,然后对每一类客户用支持向量机求出续保概率,并用多元回归分析得到每一类客户的主要影响因素,最后将续保率最高的一类客户的主要影响因素与其余类客户的主要影响因素进行对比,针对性地提供销售方案,实现由低续保率向高续保率的转化。
关键词： 车险续保率；K-means聚类；支持向量机；多元回归
0 引言
1978年改革开放以来,各行业蓬勃发展,汽车保险市场逐渐地被挖掘,其市场竞争也愈发激烈。在目前的国内保险公司中,汽车保险业务保费收入已占到其财产保险业务总保费收入的一半以上[1],由此可见,汽车保险业务在保险公司中占有极其重要的地位。但做到高续保率的财险公司是很少的,客户留存率低成为了财险公司的一大难题[2]。以往,保险公司为了赢得市场,采用的是低价、折扣等销售措施来拉取客户,提高客户的续保率。但是激烈的市场竞争,使得大量的保险公司的利润率逐年下降,甚至为了占领市场有些恶性竞争导致保险公司亏本经营。鉴于此,如何科学地、有效地争取客户,提高客户续保率,成为保险公司的当务之急。
本文对于此建立了K-means聚类算法与支持向量机的组合模型,来解决车险行业续保率低的问题。
对于工程建设的相关规范、标准的编制和修订，建设行政主管部门和行业协会要积极组织建设、设计、施工、监理单位进行宣贯学习和技术培训。特别是设计单位，要更新观念，积极进行相关软件的研发升级，将高强钢筋应用的相关标准、规范纳入到工程实践中。
1 组合模型
1.1 K-means聚类算法简介
K-means聚类算法是一种著名的原型聚类算法,其目的在于把类似的样本聚在一起构成一类,但并不需要知道这一类具体是什么。
综上，在改革开放和现代化进程中，药膳、商贸、餐饮、图书出版、旅游等多种产业发展的需求形成合力，最终促使“煲汤”被重新命名、定义，并进一步打造成广东传统养生饮食“老火汤”。同时，在日常生活中进一步发展、内化为广府人心中的文化情结。自此，广式老火汤的热度可谓是臻于全盛。
给一个数据样本集
,这里
支持向量机的任务就是找到一个划分超平面,将样本集D划分为两类,并且使分类结果是最鲁棒的。划分超平面的线性方程可表示如下：
公路桥梁施工过程中，会遇到不同的地质条件，因此就需要使用不同的施工技术。常见的桥梁基础施工技术包括桩基础施工技术以及扩大基础施工技术，桩基础施工技术还可以分为旋喷桩、沉桩以及人工挖孔桩等施工技术。公路桥梁基础施工过程中，不仅需要对施工技术进行合理的选择，同时还需要对施工细部环节施工以及测量放线工作进行严格的质量控制[2]。
根据K-means聚类算法,对已得数据预处理后进行聚类分析。经过多次尝试,发现将客户分成三类时的聚类效果比较好,因此本文通过K-means聚类算法将客户分为了三类。
表1 客户续保率
(6)当聚类中心不发生变化或收敛时算法停止。
(4)划分完成后,重新计算聚类中心;
(1)指定聚类数目K;
将聚类处理好的客户数据带入编写好的支持向量机代码中,进行训练。为减小误差,每一类客户数据都执行了10次代码,每一次都得到一个续保率,再对每一类客户的续保率取平均值,得表1。
抽取148例我院收治的颈部浅表淋巴结肿大患者，所选患者病情均经手术病理学或者超声引导下粗针活检病理学检查确诊。排除精神性疾病患者、全身感染性疾病患者、甲状腺功能亢进患者、有化学治疗史或者放射治疗史患者[1]。纳入男性83例，女性65例，18至87周岁，平均（46.9±6.8）岁，49例淋巴结反应性增生患者、16例淋巴结结核患者、48例淋巴瘤患者、35例淋巴结转移癌患者。
(3)根据最近原则进行聚类：对于样本集D,分别计算出每个样本到各个聚类中心的距离,样本距离哪个聚类中心近就被划分到这个聚类中心所代表的类中;
1.2 支持向量机简介
支持向量机(SVM)是一种二分类模型。它在解决小样本、非线性和高维模式识别问题中表现出许多特有的优势[4]。
聚类分析算法的基本步骤如下：
2 模型求解
(2)选择K个初始的聚类中心,即确定初始均值向量;
(5)将本次得到的K个聚类中心与前次得到的聚类中心进行比较,如果聚类中心发生变化,转(3),否则转(6)[3];
在表1中,可得到三类客户的平均续保率分别为：0.219552351、0.300796983、0.063300232。
将某类客户与此类客户聚类中心之间的距离和它的影响因素进行多元回归分析,得到回归系数即影响因素对客户续保率的影响权重,选取权重明显大的为主要影响因素。
低宜人性消费者往往性格比较冷淡，不具有亲和力，更注重自我利益的实现以及自我愿望的满足。她们比较不容易参考他人的意见，多将注意力放在自己身上。因此，企业应采取较为灵活的定价方法。意见领袖对于低宜人性女性化妆消费的营销不大，因此，化妆品牌可以减少这方面的成本支出。
第一、第二、第三类客户续保率的主要影响因素分别为：渠道、保单性质、是否为本省车牌、车龄、立案件数;续保年、保单性质、是否为本省车牌、使用性质、签单保费;渠道、保单性质、车龄、立案件数。
3 结果分析
根据求解结果对每一类客户针对性地提出优惠和福利方案。第二类客户的续保率高于其余两类,第二类与第一类客户相同的主要影响因素为：保单性质、是否为本省车牌,第二类与第三类客户相同的主要影响因素为：保单性质。因此对于第一类客户,需要围绕保单性质、是否为本省车牌这两个因素提供优惠和福利方案,而对于第三类客户,则需要围绕保单性质这一个因素提供优惠和福利方案,使第一、三类客户的主要影响因素接近于第二类客户的主要影响因素,从而达到提高客户续保率的要求。而对于续保率最高的第二类客户而言,本文建议从此类客户的主要影响因素出发制定销售方案,还可进一步对第二类客户进行再细分。
参考文献
[1] 何克勤.探析车险销售的必要性[J].赤子,2014(4)：245.
[2] 杨子江,王野,马天诣.影响汽车保险续保率的因素分析[J].企业研究,2011(10)：107.
[3] 邹彦雯.定制商务班车线路设计研究[D].北京交通大学,2017.
[4] 丁世飞,齐丙娟,谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报,2011,40(01)：2-10.
The Application of a Combined model in Automobile Insurance Renewal Rate
LIU Liang
(Southwest University of Science and Technology, Mianyang Sichuan 621010)
Abstract： In this paper, a combination model of k-means clustering algorithm and support vector machine is established for vehicle insurance renewal rate. Using k-means clustering algorithm to the customer is divided into some classes, and then for each kind of customer using support vector machine (SVM) and the probability of renewal, and multiple regression analysis get the main influence factors to each type of customer, and finally to renew the highest rate of the main factors influencing customers compared with the rest of the class are the main factors causing the customer, to provide sales plan and implementation from low to high renewal rate of renewal rate.
Key words： Car insurance renewal rate; K-means Clustering; Support vector machines; Multiple regression
中图分类号： F842.6
文献标识码： A
文章编号： 1007-9416(2019)07-0106-01
DOI： 10.19695/j.cnki.cn12-1369.2019.07.56
收稿日期： 2019-05-09
作者简介： 刘亮(1999—),男,四川邻水人,本科在读,研究方向：信息与计算科学,预测分析,统计计算。
标签：车险续保率论文; K-means聚类论文; 支持向量机论文; 多元回归论文; 西南科技大学论文;