中图分类号：TU247.1文献标识码：A文章编号：1006-4117（2011）04-0160-02
在CRISP-DM方法论指导下，构建基于聚类的关联规则数据挖掘模型，对保险业务数据进行挖掘分析。
一、数据准备
结合保险公司个人寿险业务数据库的信息，可以概括为客户信息表、保单信息表及理赔信息。将三张表中和挖掘主题相关的字段信息抽取，整合为一张宽表。
研究样本中，年龄和保费都是连续型数据，将其转化为离散化数据，有利于提高数据挖掘的效率。利用SQLServer2005的IntegrationServer工具加载数据表，建立多维数据立方体。
基于数据挖掘的保险交叉销售模型应用
（一）构建基于聚类的挖掘模型
选取412(金彩明天两全保险)、413（瑞鑫两全保障）等为主细分变量，地区、保费、渠道等为辅细分变量。并保证输入变量与输出变量之间有一定的相关性。建立聚类挖掘模型，得到聚类结构图。
模型将数据分为10个群体，对每个群进行钻取，结合剖面图和数据倾向图，判别其所具备的特征。10个分类的强弱势特征如下表所示：
选择保费10000和100000为临界点，可见类1、类2、类3为低端客户，缴纳保费均在10000元以下，类4-8为中端用户，缴纳保费为10001到100000元之间，类9和类10属于高端客户，缴纳保费均在100000元以上。
针对低中高端群组，结合年龄、性别、受教育程度等特征对群组的业务特征进行描述，低端群组特征分析如下表1-4所示：
低端群组消费特征描述：该群体受教育程度普遍不高，在初中以下，年龄偏大，大多在50―65岁之间，缴纳保费的能力较低，都在10000元以下。由于S42（康宁终身健康保险）缴费较高，所以需求很低，此外S66（少儿保险）需求很少。同样的方法，统计分析中端和高端客户的群体特征。
聚类只能解决已经发生过的客户消费行为，并不能对将来的消费行为和规律进行预测。在聚类的基础上，对所有险种类别进行关联分析，得出最强的关联规则，从而有针对性的对各客户群组进行交叉销售。
（二）构建关联挖掘模型
针对每一群组，构建关联挖掘模型，关联规则的默认算法是Apriori算法。通过运行关联挖掘结构，得出依赖网络图。
对于每一群组来说，最强的险种关联只是两个或三个而已。选择关联最强的两个险种：S43→701，险种出现的概率为88.9%，重要度为1.9，为正关联。说明低端客户类1，在购买S43（康宁定期保险）的同时购买701（全家福意外卡）的几率为88.9%，结合低端客户群组的消费特征，较顺应常理。得出的关联规则是形如A→B，代表如果购买了产品A，则同时也会购买保险产品B。具体情况如表3所示。
根据各个类别最佳的险种关联，像所对应的群组中还没有消费这种保险组合的客户进行推销，已经购买了其中一种保险产品的客户，向其推荐另一款产品；或者在未来向某一类客户推荐产品时，根据其收入和教育程度等客观因素，判断大致所属的群组，推销产品组合，以达到实现交叉销售的目的。
结束语：论文对基于聚类的关联规则交叉销售模型进行实证研究，先从客户角度出发，运用EM聚类算法对准备好的数据进行数据挖掘，得出自然的10个群组分类，然后对每一个群组，从产品业务角度出发，用Apriori算法对险种进行关联分析，得出可以指导交叉销售的规则。在客户聚类的基础上，找出保险产品潜在的关联规律，制定有针对性的交叉销售方案。
作者单位：常熟理工学院管理学院
作者简介：周梅(1978― )，女，汉族，江苏徐州人,中国矿业大学管理学院在读博士生；常熟理工学院管理学院，讲师，研究方向：数据挖掘，金融工程与风险管理。
