林志鴻

（湄洲灣職業(yè)技術(shù)學(xué)院 信息工程系，福建 莆田351254）

經(jīng)過改革和重組后，我國保險(xiǎn)市場呈現(xiàn)了以多個(gè)大規(guī)模保險(xiǎn)企業(yè)為主，數(shù)量不斷增長的眾多小保險(xiǎn)企業(yè)為輔的格局.同時(shí)，國外的大型保險(xiǎn)公司也進(jìn)入我國保險(xiǎn)市場，我國保險(xiǎn)企業(yè)面臨著激烈的競爭.我國保險(xiǎn)公司需要尋求新的盈利模式，才能夠在激烈的競爭中立于不敗之地.目前，信息技術(shù)正處于迅猛發(fā)展的階段，幾乎各個(gè)領(lǐng)域都涉及到正在快速增長的大數(shù)據(jù).大數(shù)據(jù)的增長速度保持在60%左右.在大數(shù)據(jù)背景下，保險(xiǎn)業(yè)發(fā)展的根本就在于建立良好的客戶管理體系.保險(xiǎn)行業(yè)需要依據(jù)大數(shù)據(jù)資源確立健全的客戶評(píng)價(jià)體系，進(jìn)行相應(yīng)的客戶評(píng)價(jià)和分類.通過對(duì)客戶的細(xì)分，保險(xiǎn)公司能夠有效地采取相應(yīng)的客戶戰(zhàn)略，針對(duì)不同的客戶群體特征，選擇不同的保險(xiǎn)產(chǎn)品，實(shí)現(xiàn)客戶資源的優(yōu)化.為了提高保險(xiǎn)業(yè)客戶分類的有效性，應(yīng)該選擇一種行之有效的分類方法.半監(jiān)督學(xué)習(xí)技術(shù)是新型的機(jī)器學(xué)習(xí)方法，能夠同時(shí)使用標(biāo)記和未標(biāo)記樣本，通過未標(biāo)記樣本為輔助手段，獲得最佳的保險(xiǎn)業(yè)客戶分類效果，非常適用于保險(xiǎn)業(yè)客戶大數(shù)據(jù)的處理［1］.

1 保險(xiǎn)業(yè)客戶細(xì)分的指標(biāo)

對(duì)于保險(xiǎn)業(yè)客戶大數(shù)據(jù)的特點(diǎn)，首先應(yīng)對(duì)保險(xiǎn)業(yè)客戶的信息有一個(gè)基本的了解，針對(duì)保險(xiǎn)業(yè)客戶的行為特點(diǎn)，建立適宜的客戶細(xì)分指標(biāo)體系，能夠確定客戶的行為特征，分析出客戶能夠帶來的利潤，確定具有較高企業(yè)價(jià)值的客戶［2］.依據(jù)RFM理論，保險(xiǎn)業(yè)客戶可以通過R（相鄰兩次購買保險(xiǎn)產(chǎn)品的時(shí)間間隔），F(xiàn)（在一個(gè)時(shí)期間購買保險(xiǎn)產(chǎn)品的次數(shù)）和M（在一個(gè)時(shí)期購買保險(xiǎn)產(chǎn)品的金額）進(jìn)行客戶細(xì)分.針對(duì)目前保險(xiǎn)業(yè)客戶大數(shù)據(jù)的特征，增加了相應(yīng)的客戶細(xì)分指標(biāo)，主要包括：客戶的基本信息、客戶的交易行為、客戶在保險(xiǎn)企業(yè)瀏覽、檢索等操作特點(diǎn)以及客戶購買保險(xiǎn)后續(xù)保的狀況等.

2 改進(jìn)Tri-Training分類算法的基本理論

Tri-Training算法對(duì)采樣進(jìn)行標(biāo)記，可以形成3個(gè)帶有標(biāo)記的樣本集合，能夠確保3個(gè)樣本集能夠具有普遍意義，能夠涵蓋全部類別，避免帶標(biāo)記樣本均衡的缺陷.改進(jìn)后Tri-Training算法具有更好泛化性能，能夠獲得更高的分類正確率.首先，將不同樣本集取出，接著，對(duì)不同樣本進(jìn)行隨機(jī)采樣.算法利用隨機(jī)采樣法確定樣本集類別數(shù)，定義為H，再確定不同類別樣本的數(shù)量，利用隨機(jī)采樣函數(shù)從每個(gè)類中任意選取標(biāo)記樣本，這樣就獲得了3類標(biāo)記樣本集.算法流程如下：

輸入：帶標(biāo)記樣本集（定義為L），沒有標(biāo)記樣本集（定義為U），測試集（定義為T）和分類器（定義為H）.

輸出樣本：利用分類模型對(duì)測試集進(jìn)行分類所獲得的分類精度［3］.

步驟1：利用樣本集對(duì)分類器進(jìn)行訓(xùn)練.

步驟2：利用分類采樣技術(shù)將樣本集L劃分為3個(gè)子集合，從而獲得3個(gè)帶標(biāo)記的樣本集，定義為Li（i=1,2,3）.

步驟3：利用3個(gè)帶有標(biāo)記的樣本集訓(xùn)練3個(gè)分類器Hi（i=1,2,3）.

步驟4：進(jìn)行分類器分類錯(cuò)誤率的初始化（ei=0.6）.分類器的分類性能利用如下的公式進(jìn)行判別［4］：

步驟5：進(jìn)行未標(biāo)記樣本的預(yù)測分類，進(jìn)行分類器的迭代訓(xùn)練.

步驟6：循環(huán)執(zhí)行步驟3～步驟5，當(dāng)分類器的分類錯(cuò)誤率不變時(shí)，分類器預(yù)測迭代結(jié)束.

步驟7：訓(xùn)練好分類器后，利用分類器對(duì)測試集進(jìn)行分類，確定分類器的分類正確率.

步驟8：算法結(jié)束.

3 基于改進(jìn)Tri-Training算法的大數(shù)據(jù)保險(xiǎn)業(yè)客戶分類流程

基于改進(jìn)Tri-Training算法的大數(shù)據(jù)保險(xiǎn)業(yè)客戶分類主要包括：大數(shù)據(jù)輸入、數(shù)據(jù)預(yù)處理、分類器迭代訓(xùn)練和分類結(jié)果4個(gè)部分［5-7］.

（1）大數(shù)據(jù)輸入：將收集的數(shù)據(jù)輸入至大數(shù)據(jù)保險(xiǎn)業(yè)客戶分類系統(tǒng).

（2）數(shù)據(jù)預(yù)處理：提取保險(xiǎn)業(yè)潛在客戶的特征，選擇恰當(dāng)?shù)幕咎卣鲗?duì)保險(xiǎn)業(yè)潛在客戶所蘊(yùn)藏的屬性進(jìn)行量化處理，獲得分類器需要的數(shù)據(jù)格式.利用仿真程序進(jìn)行保險(xiǎn)業(yè)潛在客戶大數(shù)據(jù)的預(yù)處理，在構(gòu)建保險(xiǎn)業(yè)客戶分類模型時(shí)，選擇保險(xiǎn)業(yè)客戶細(xì)分指標(biāo)為基本特征，能夠驗(yàn)證改進(jìn)Tri-Training算法的魯棒性.

（3）迭代訓(xùn)練：分類器的迭代訓(xùn)練師通過數(shù)據(jù)預(yù)處理所獲得的客戶細(xì)分集，對(duì)分類器進(jìn)行相應(yīng)的訓(xùn)練，同時(shí)能夠?qū)Ψ诸惼鬟M(jìn)行測試.利用改進(jìn)的Tri-Training算法對(duì)3個(gè)分類器同時(shí)進(jìn)行訓(xùn)練.分類采樣技術(shù)是通過提取標(biāo)記樣本集中不同類的保險(xiǎn)業(yè)客戶，再針對(duì)提取的不同類別的客戶樣本進(jìn)行隨機(jī)采樣，能夠獲得3個(gè)帶標(biāo)記的樣本集合.重復(fù)這些步驟得到的樣本集訓(xùn)練不同的分類器，通過訓(xùn)練后的3個(gè)分類器共同對(duì)沒有標(biāo)記的樣本集中各個(gè)樣本進(jìn)行標(biāo)記.相對(duì)于一個(gè)分類器對(duì)未被標(biāo)記樣本的分類，其他兩個(gè)分類器如果得到相同的結(jié)論，此時(shí)這些未被標(biāo)記的樣本將歸入至這個(gè)分類器的帶有標(biāo)記樣本集中，并且利用該分類器對(duì)新的樣本集進(jìn)行迭代訓(xùn)練，當(dāng)分類器的分類結(jié)果不變化時(shí)，迭代訓(xùn)練結(jié)束.

（4）分類結(jié)果：將最終保險(xiǎn)業(yè)大客戶的分類結(jié)果輸出.

基于改進(jìn)Tri-Training算法的大數(shù)據(jù)保險(xiǎn)業(yè)客戶分類流程見圖1.

圖1 基于改進(jìn)Tri-Training算法的大數(shù)據(jù)保險(xiǎn)業(yè)客戶分類流程

4 實(shí)例研究

隨機(jī)從10個(gè)保險(xiǎn)公司分別選取1 000個(gè)客戶，共10 000個(gè)客戶，其中7 000個(gè)客戶為訓(xùn)練樣本（訓(xùn)練集中標(biāo)記樣本的比例40%），3 000個(gè)客戶為測試樣本.利用改進(jìn)的Tri-Training算法對(duì)其進(jìn)行分類，將客戶劃分為6類，分別為黃金客戶（購買保險(xiǎn)的需求較多的高端客戶，對(duì)于該類客戶一定要建立良好的客戶關(guān)系），重要發(fā)展客戶（保險(xiǎn)銷售的主要目標(biāo)群體，通過有效的收集刺激該群體的購買欲望）、重要挽留客戶（容易流失的投保能力強(qiáng)的客戶，應(yīng)該努力保留這類客戶）、重點(diǎn)維持客戶（購買能力有限的投保群體，該類客戶對(duì)于保險(xiǎn)公司利潤貢獻(xiàn)是一定的）、普通客戶（無法從中獲得利潤的群體，只要保持一般的維持關(guān)系即可）和無價(jià)值客戶（該類客戶對(duì)于保險(xiǎn)公司利潤基本無作用，可以放棄的群體）.

分別利用傳統(tǒng)的支持向量機(jī)、傳統(tǒng)的Tri-Training算法和改進(jìn)的Tri-Training算法對(duì)樣本進(jìn)行訓(xùn)練，最終對(duì)測試樣本進(jìn)行測試，測試結(jié)果見表1.基于改進(jìn)的Tri-Training算法相對(duì)于支持向量機(jī)和傳統(tǒng)的Tri-Training算法具有更高的分類準(zhǔn)確率，能夠有效地對(duì)大數(shù)據(jù)保險(xiǎn)業(yè)進(jìn)行分類，能夠根據(jù)分類結(jié)果，針對(duì)不同類別客戶的特點(diǎn)，選擇不同的應(yīng)對(duì)策略，確保公司的利潤.

表1 保險(xiǎn)公司客戶測試樣本分類結(jié)果（標(biāo)記樣本的比例40%）

為了分析標(biāo)記樣本比例對(duì)分類準(zhǔn)確率的影響，將標(biāo)記樣本的比例從40%提高至60%，進(jìn)行相應(yīng)的保險(xiǎn)業(yè)客戶分類，測試結(jié)果見表2.當(dāng)測試樣本中標(biāo)記樣本的比例從40%增加至60%時(shí)，對(duì)于不同的客戶類型獲得的分類準(zhǔn)確率都有提高，結(jié)果表明，隨著測試樣本集中標(biāo)記樣本比例的增加，保險(xiǎn)業(yè)客戶分類結(jié)果的準(zhǔn)確率將隨之增加.

表2 保險(xiǎn)公司客戶測試樣本分類結(jié)果（標(biāo)記樣本的比例60%）

5 結(jié)論

保險(xiǎn)業(yè)正處蓬勃發(fā)展的階段，提升客戶關(guān)系管理是增加保險(xiǎn)企業(yè)利潤的關(guān)鍵.在大數(shù)據(jù)背景下，有效地對(duì)客戶進(jìn)行分類，使保險(xiǎn)公司能夠有效地識(shí)別不同的客戶群體.針對(duì)不同的客戶特征增加新的保險(xiǎn)業(yè)務(wù)，能夠極大地提高客戶滿意度，提升保險(xiǎn)業(yè)的服務(wù)質(zhì)量.利用改進(jìn)的Tri-Training算法提升了大數(shù)據(jù)保險(xiǎn)業(yè)客戶分類的準(zhǔn)確率，仿真分析表明改進(jìn)的Tri-Training算法能夠提高大數(shù)據(jù)保險(xiǎn)業(yè)客戶分類的精度，將其應(yīng)用于保險(xiǎn)業(yè)客戶分類中具有較好的可行性，能夠提高保險(xiǎn)業(yè)客戶細(xì)分的性能，這樣就能夠極大地提升保險(xiǎn)業(yè)的市場戰(zhàn)略水平，提升保險(xiǎn)公司的核心競爭力.

［1］李品睿，許守任，許暉.基于RFM模型的核心客戶識(shí)別與關(guān)系管理研究——以保險(xiǎn)業(yè)為例［J］.現(xiàn)代管理科學(xué)，2015（6）：24-26.

［2］葛春燕.數(shù)據(jù)挖掘技術(shù)在保險(xiǎn)公司客戶評(píng)估中的應(yīng)用研究［J］.軟件，2013，34（1）：116-118.

［3］張栩晨.利用 tri—training 算法解決推薦系統(tǒng)冷啟動(dòng)問題［J］.計(jì)算機(jī)科學(xué)，2016，43（12）：108-114.

［4］徐海龍，龍光正，別曉峰，等.結(jié)合tri-training半監(jiān)督學(xué)習(xí)和凸殼向量的 SVM主動(dòng)學(xué)習(xí)算法［J］.模式識(shí)別與人工智能，2016，29（1）：39-46.

［5］彭雅琴，宮寧生.一種自適應(yīng)的 tri-training 半監(jiān)督算法［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2016，25（8）：130-134.

［6］胡學(xué)鋼，馬利偉，李培培.一種基于 tri-training 的數(shù)據(jù)流集成分類算法［J］.數(shù)據(jù)采集與處理，2017，32（5）：853-860.

［7］王雷，楊思春.基于改進(jìn) tri-training 算法的中文問句分類［J］.安徽工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，33（2）：172-176.