基于改进SOM神经网络模型与RFM模型的非寿险客户细分研究

发布时间：2023-11-22 19:22

　　【目的】结合神经网络,解决非寿险客户细分问题,达到精准营销等目的。【方法】同时从宏观与微观角度改进RFM模型并引入客户理赔金额指标,建立RFMC模型。动态设置SOM神经网络模型的训练速度与权重向量,提高模型收敛速度并实现客户细分。【结果】采用某保险公司非寿险客户信息进行实验,结果表明改进的SOM神经网络模型在保证模型稳定性的同时,模型自组织速度提高21.6%。【局限】仅采用一家保险公司的非寿险客户数据进行细分。【结论】本文方法将非寿险客户分为7类,并对不同类别客户提出营销策略,能有效提高营销决策质量。

【文章页数】：8 页

【文章目录】：
1 引言
2 RFM模型改进及SOM神经网络模型理论
    2.1 非寿险客户RFM商业模型分析及扩充改进
    2.2 SOM神经网络模型分析及改进
    2.3 基于改进的SOM与RFMC模型分类流程
3 实证分析
    3.1 数据来源及预处理
    3.2 RFMC模型指标赋权
    3.3 非寿险客户聚类结果
    3.4 针对各类非寿险客户的意见和建议
4 结语



本文编号：3865994