一種組合模型在車險續(xù)保率中的應用

劉亮

摘要：本文針對車險續(xù)保率，建立了K-means聚類算法與支持向量機的組合模型。利用K-means聚類算法將客戶劃分為某幾類，然后對每一類客戶用支持向量機求出續(xù)保概率，并用多元回歸分析得到每一類客戶的主要影響因素，最后將續(xù)保率最高的一類客戶的主要影響因素與其余類客戶的主要影響因素進行對比，針對性地提供銷售方案，實現由低續(xù)保率向高續(xù)保率的轉化。

關鍵詞：車險續(xù)保率;K-means聚類;支持向量機;多元回歸

中圖分類號：F842.6 文獻標識碼：A 文章編號：1007-9416（2019）07-0106-01

0 引言

1978年改革開放以來，各行業(yè)蓬勃發(fā)展，汽車保險市場逐漸地被挖掘，其市場競爭也愈發(fā)激烈。在目前的國內保險公司中，汽車保險業(yè)務保費收入已占到其財產保險業(yè)務總保費收入的一半以上[1]，由此可見，汽車保險業(yè)務在保險公司中占有極其重要的地位。但做到高續(xù)保率的財險公司是很少的，客戶留存率低成為了財險公司的一大難題[2]。以往，保險公司為了贏得市場，采用的是低價、折扣等銷售措施來拉取客戶，提高客戶的續(xù)保率。但是激烈的市場競爭，使得大量的保險公司的利潤率逐年下降，甚至為了占領市場有些惡性競爭導致保險公司虧本經營。鑒于此，如何科學地、有效地爭取客戶，提高客戶續(xù)保率，成為保險公司的當務之急。

本文對于此建立了K-means聚類算法與支持向量機的組合模型，來解決車險行業(yè)續(xù)保率低的問題。

1 組合模型

1.1 K-means聚類算法簡介

K-means聚類算法是一種著名的原型聚類算法，其目的在于把類似的樣本聚在一起構成一類，但并不需要知道這一類具體是什么。……