机器学习技术在保单失复效管理工作中的应用

• 作者: 林鹏程 唐辉 鞠芳
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: Stacking 随机森林 XGBoost LightGBM 保单复效 帕累托法则 PDCA
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 信息化应用
• 页码范围: 88-93
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2020.20.024

摘要

为了保障保险公司长期稳健发展,保单管理工作须采取现代科技手段加以完善.文章通过对保险公司历史上大量不同时期失效保单特征进行分析,研究构建了基于Stacking多模型融合技术保单失复效模型.该模型能预测失效保单客户在短期内复效概率,并制定相关复效督导管理策略和差异化服务策略.通过基于帕累托法则的实证分析,采用Stacking多模型融合技术构建的失复效模型较其他集成算法构建优势明显,特别是将模型融入PDCA管理实践中,能够为保单精细化管理提供有效的数据支撑,具备良好业务价值.