关联规则向量化挖掘算法及其在车险精算中的应用

本文首先回顾了关联规则的基本概念和传统的Apriori算法,然后利用关联规则的数据库是布尔型数据库的特点,在计算关联规则的支持度和置信度的时候引进向量数乘和向量内积的概念,得到关联规则向量化挖掘算法ARVDA,避免全数据库逐条记录模式匹配和属性分层,提高算法的速度．最后,本文利用提升度量关联规则的重要性,采用单独追踪和对比分析方法,衡量车险精算中风险因子的有效性．结果表明把车辆使用性质作为车险定价的分级因素是比较合理的,对于非运营车辆需要合理的费用附加．