0 引言
1978年改革开放以来，各行业蓬勃发展，汽车保险市场逐渐地被挖掘，其市场竞争也愈发激烈。在目前的国内保险公司中，汽车保险业务保费收入已占到其财产保险业务总保费收入的一半以上[1]，由此可见，汽车保险业务在保险公司中占有极其重要的地位。但做到高续保率的财险公司是很少的，客户留存率低成为了财险公司的一大难题[2]。以往，保险公司为了赢得市场，采用的是低价、折扣等销售措施来拉取客户，提高客户的续保率。但是激烈的市场竞争，使得大量的保险公司的利润率逐年下降，甚至为了占领市场有些恶性竞争导致保险公司亏本经营。鉴于此，如何科学地、有效地争取客户，提高客户续保率，成为保险公司的当务之急。
本文对于此建立了K-means聚类算法与支持向量机的组合模型，来解决车险行业续保率低的问题。
1 组合模型
1.1 K-means聚类算法简介
K-means聚类算法是一种著名的原型聚类算法，其目的在于把类似的样本聚在一起构成一类，但并不需要
知道这一类具体是什么。
聚类分析算法的基本步骤如下:(1)指定聚类数目K;
(2)选择K个初始的聚类中心，即确定初始均值向量;
(3)根据最近原则进行聚类：对于样本集D，分别计算出每个样本到各个聚类中心的距离，样本距离哪个聚类中心近就被划分到这个聚类中心所代表的类中;
(4)划分完成后，重新计算聚类中心;
(5)将本次得到的K个聚类中心与前次得到的聚类中心进行比较，如果聚类中心发生变化，转(3)，否则转(6)[3];
(6)当聚类中心不发生变化或收敛时算法停止。
1.2 支持向量机简介
支持向量机(SVM)是一种二分类模型。它在解决小样本、非线性和高维模式识别问题中表现出许多特有的优势[4]。
给一个数据样本集 ()()()1122,,,,,,m m D x y x y x y =L ，这里
{1,1}i
y
∈-+，支持向量机的任务就是到一个划分超平面，将样
本集D划分为两类，并且使分类结果是最鲁棒的。划分超平面的线性方程可表示如下:
T W x b +=2 模型求解
根据K-means聚类算法，对已得数据预处理后进行聚类分析。经过多次尝试，发现将客户分成三类时的聚类效果比较好，因此本文通过K-means聚类算法将客户分为了三类。
将聚类处理好的客户数据带入编写好的支持向量机代码中，进行训练。为减小误差，每一类客户数据都执行了10次代码，每一次都得到一个续保率，再对每一类客户的续保率取平均值，得表1。
在表1中，可得到三类客户的平均续保率分别为:0.219552351、0.300796983、0.063300232。
将某类客户与此类客户聚类中心之间的距离和它的影响因素进行多元回归分析，得到回归系数即影响因
素对客户续保率的影响权重，选取权重明显大的为主要影响因素。
第一、第二、第三类客户续保率的主要影响因素分别为：渠道、保单性质、是否为本省车牌、车龄、立案件数；续保年、保单性质、是否为本省车牌、使用性质、签单保费；渠道、保单性质、车龄、立案件数。
3 结果分析
根据求解结果对每一类客户针对性地提出优惠和福利方案。第
收稿日期:2019-05-09
作者简介：刘亮(1999—)，男，四川邻水人，本科在读，研究方向：信息与计算科学，预测分析，统计计算。
运行次数
第一类 第二类 第三类 1 0.219619898 0.300848773 0.063762737 2 0.219428365 0.300818136 0.063348299 3 0.219466861 0.300761898 0.063245601 4 0.219631504 0.300813556 0.063061937 5 0.219607784 0.30078019 0.063364032 6 0.219448333 0.300845472 0.062964529 7 0.219539078 0.3
00753755 0.063125241 8 0.219753664 0.300797193 0.06301402 9 0.2195528 0.300764402 0.06366387 10 0.219475226 0.300786454 0.06345205 平均值
0.219552351
0.300796983
0.063300232
一种组合模型在车险续保率中的应用
刘亮
(西南科技大学，四川绵阳  621010)
摘要：本文针对车险续保率，建立了K-means聚类算法与支持向量机的组合模型。利用K-means聚类算法将客户划分为某几类，然后对每一类客户用支持向量机求出续保概率，并用多元回归分析得到每一类客户的主要影响因素，最后将续保率最高的一类客户的主要影响因素与其余类客户的主要影响因素进行对比，针对性地提供销售方案，实现由低续保率向高续保率的转化。
关键词：车险续保率；K-means聚类；支持向量机；多元回归中图分类号:F842.6文献标识码:A 文章编号:1007-9416(2019)07-0106-01
应用研究
DOI:10.19695/jki12-1369.2019.07.56
表1  客户续保率
······下转第108页
第  37  卷                      数字技术与应用    www.szjsyyy
中，需要完善数字化的中文医学体系，推动相应的信息化医学语义网络的构建和维护，在此基础上创建检索工具，更加方便的进行资料的检索和规范，为医疗工作者提供权威、准确的医学信息查询渠道。(3)建立数据信息的云平台，不同地区的不同单位可以在此平台上传数据和享用数据，医疗卫生数据的融合与开放共享可以通过人工智能对零碎医疗信息的整理与分析得到，以此实现享用的医疗信息系统的更新、发展，建立完善的各级、各机构的健康医疗信息共享平台[2]。
3.2 建立人机结合的新型医疗发展体系
汽车保险哪个好
人工智能的发展不仅方便了大家，也在另一种侧面反映了它的重要性。通过让人工智能来参与到诊疗的过程中，可以更好地构建相应的人机协同发展进步的新型就诊环境，并不是让人工智能将医生取代，而是让人工智能来服务于医生的工作。在利用人工智能的发展中将生物智能和人工智能相结合，逐渐提升人们对医学的认知水平。对于在医疗设备来讲，应该不断地加强我国的医疗器械、药物的发展，投入更多的人力、物力和财力来加强这部分的研发，科技是发展的动力，研发水平就代表了医疗行业的竞争力，只有减少对发达国家核心技术的依赖水平，才能更好地推动我国医疗行业的发展，才能更好地实现医疗器械与信息化医疗数据管理平台的数据对接。
Research on Current Situation and Countermeasure of Artificial Intelligence Assisted
Diagnosis and Treatment
ZHANG Yuan-qing,WANG Kai
(Xining Health Commission Information Center, Xining Qinghai  810003)
Abstract:This paper discussed the current situation of medical information semantic understanding and image analysis, analyzed the existing problems in the development of AI-aided diagnosis, and studied the development suggestions of AI-aided diagnosis and treatment.
Key words:artificial intelligence;assistant diagnosis and treatment; countermeasures
3.3 完善医疗行业制度的制定
人工智能诊疗系统的研发和投入，是我国医疗行业发展一大进步，但是在这个过程中一定要按照我国相关的法律法规进行开发、审批和投入使用。2018年，医疗体制改革提出新的制度建设，包括：推进审批制度方面的改革，打造审批清单，并面向社会公众进行公开；对医疗方面的技术、药品、器械等进入市场的审批流程进行优化，尽量缩短流程；制定医疗领域跨部门全流程综合审批办法，并做好相应的卫生技术评估工作，进行全面的技术支持；强化医疗卫生服务监管，包括器械药品的采购、使用等全过程，对于大型医用设备使用要进行严格监督和评估，避免出现违法违规使用的行为。
4 结语
人工智能是社会发展的产物，不仅可以满足医护和患者的需求，还可以节省人力物力，是未来医疗行业的竞争关键，期望将人工智能更好的应用于诊疗过程，推动我国医疗行业的发展。参考文献
[1] 郑南君.人工智能在医疗健康领域中的应用解析[J].中国卫生产业,2017(19):195-196.
[2] 崔骥，许家佗.人工智能背景下中医诊疗技术的应用与展望[J].第二军医大学学报,2018(8):846-851.
The Application of a Combined model in Automobile Insurance Renewal Rate
LIU Liang
(Southwest University of Science and Technology, Mianyang Sichuan  621010)
Abstract:In this paper, a combination model of k-means clustering algorithm and support vector machine is established for vehicle insurance renewal rate. Using k-means clustering algorithm to the customer is divided into some classes, and then for each kind of customer using support vector machine (SVM) and the probability of renewal, and multiple regression analysis get the main influence factors to each type of customer, and finally to renew the highest rate of the main factors influencing customers compared with the rest of the class are the main factors causing the customer, to provide sales plan and implementation from low to high renewal rate of renewal rate.
Key words:Car insurance renewal rate; K-means Clustering; Support vector machines; Multiple regression
二类客户的续保率高于其余两类，第二类与第一类客户相同的主要影响因素为：保单性质、是否为本省车牌，第二类与第三类客户相同的主要影响因素为：保单性质。因此对于第一类客户，需要围绕保单性质、是否为本省车牌这两个因素提供优惠和福利方案，而对于第三类客户，则需要围绕保单性质这一个因素提供优惠和福利方案，使第一、三类客户的主要影响因素接近于第二类客户的主要影响因素，从而
达到提高客户续保率的要求。而对于续保率最高的第二类客户而言，本文建议从此类客户的主要影响因素出发制定销售方
案，还可进一步对第二类客户进行再细分。参考文献
[1] 何克勤.探析车险销售的必要性[J].赤子,2014(4):245.
[2] 杨子江，王野，马天诣.影响汽车保险续保率的因素分析[J].企业研究,2011(10):107.
[3] 邹彦雯.定制商务班车线路设计研究[D].北京交通大学,2017.[4] 丁世飞，齐丙娟，谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报,2011,40(01):2-10.
······上接第106页