毕建欣
- 作品数：12 被引量：119H指数：4
- 供职机构：浙江万里学院更多>>
- 发文基金：福建省教育厅资助项目福建省自然科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学经济管理理学更多>>
- 数据挖掘技术在我国保险业中的应用研究
- 随着我国保险体制改革的深化，WTO的加入，国外保险公司的全面进入，我国保险业的竞争也日趋激烈。与其他行业相比，保险业拥有更多有关客户的数据，谁能正确地挖掘与分析隐含这些数据中的知识，谁就能更好地控制客户理赔风险，同时又可...
- 毕建欣
- 关键词：数据挖掘医疗保险客户满意度客户细分客户流失
- 文献传递
- 关联规则挖掘算法综述被引量：91
- 2005年
- 介绍了关联规则挖掘算法的基本原理,并按照挖掘中涉及到的变量数目(维数)、数据的抽象层次和处理变量的类别(布尔型和数值型) ,依次对关联规则挖掘算法的研究进行综述,并对一些典型的算法进行分析和比较,最后展望了关联规则挖掘算法的研究方向。
- 毕建欣张岐山
- 关键词：数据挖掘关联规则
- 基于合作式学习的《利息理论》课程教学探析被引量：4
- 2009年
- 合作式学习是一种旨在促进学生在异质小组中互相合作,实现共同的学习目标,并以小组的总体成绩为奖励依据的教学策略体系。文章介绍了合作式学习理论,分析了"利息理论"课程传统教学方法的缺陷,提出一种基于合作式学习理论、优化整合课程内容、采用多元化评价的新型教学方式。
- 毕建欣
- 关键词：利息理论合作式教学
- “合作式学习、小组化评分和数学建模式考核方式”的《利息理论》教学探讨被引量：3
- 2009年
- "合作式学习、小组化评分和数学建模式考核方式"是在坚持传统理论教学基础上对教学活动量化的探索和模式创新,主要由"合作式学习"、"小组化评分"和"数学建模式考核方式"个相互联系的教学环节结合而成,而学生该课程最终成绩将由"个人平时表现成绩"、"小组总成绩"和"个人期末讨论与答辩成绩"三部分组成。
- 毕建欣
- 关键词：合作式学习数学建模
- C&R Tree算法在车险费率厘定中的应用被引量：1
- 2012年
- 提出基于C&R Tree算法的车险理赔风险模型。现有研究方法对变量多、数据类型复杂和数据量大的数据不能准确进行分析,导致对车险客户的理赔风险出现误判,从而不能准确制定车险费率,为了解决上述问题,提出C&R Tree算法。C&R Tree算法通过检测输入字段,通过度量各个划分产生的异质性的减少程度,找到最佳的一个划分,将C&R Tree算法应用到车险理赔数据中,实验证明:所得理赔风险模型不依赖于经验知识,其模型易于理解,且具有较高的准确率,能够满足评价的要求。
- 毕建欣
- 关键词：数据挖掘车险理赔决策树保险费率厘定
- 数学建模教育与金融学科人才培养被引量：6
- 2007年
- 数学建模在科技与教育发展中具有重要作用,能深化教学改革和提高教育教学质量。将数学建模教育模式应用到金融学科人才培养过程中,为金融学科人才的培养提供了一种有效的途径。
- 毕建欣
- 关键词：数学建模金融人才
- “任务引领型”教学模式在《SAS软件》教学中的应用被引量：1
- 2016年
- “任务引领型”教学是以实践过程为主线，以任务引领型课程为主体，以任务驱动为主要模式，通过教学示范讲解与实践操作中的指导，引导学生完成设计的“任务”，实现教学目标。本文以《SAS统计软件》实践课程教学为例，采用“任务引领型”的教学模式，构建（（SAS统计软件》课程的教学结构设计方案，使学生积极、主动地参与到获取知识的课堂学习中，从而获得比较好的教学效果。
- 毕建欣
- 关键词：SAS
- 基于数据挖掘技术的保险客户细分管理被引量：3
- 2006年
- 本文通过将数据挖掘中的聚类分类技术应用于保险客户风险贡献矩阵的客户细分中,提出了基于Clementine数据挖掘平台的客户细分管理解决方案,建立一种保险客户细分方法,为保险公司制定费率、控制理赔风险提供决策依据,以提高保险业客户细分管理的科学性,增强保险企业市场竞争力。
- 毕建欣
- 关键词：数据挖掘聚类保险客户细分
- P2P网贷问题平台风险管理研究——以浙江省为例
- 2018年
- 采用浙江省2015-2016年P2P网贷的问题平台的数据,选取主要相关变量,采用决策树C5.0进行建模,对当前P2P网贷平台存在的风险进行研究。研究得出结论:平均年化收益是区分问题平台与正常平台的一个重要因素;优秀的平台都对收益率定得较低(15%以内),而问题平台一般平均年化收益较高。因此,政府在管理P2P行业时对平均年化收益率特别高的平台要加强监管。
- 沈晓妹毕建欣
- 关键词：决策树
- 基于Kaplan-Meier算法的上证指数涨跌天数研究被引量：1
- 2011年
- 运用Kaplan-Meier算法对上证指数连续上涨和下跌天数进行研究,研究了在不同的市场交易制度(即T+0,T+1和涨停板制度)对上证指数涨跌天数的影响,其结果表明Kaplan-Meier算法对于分析股市的变动是有效的.
- 毕建欣
- 关键词：上证指数
