DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/10014

Ítem no disponible en accés obert per política de l'editorial

Arxiu Descripció MidaFormat
683-046.pdf661,56 kBAdobe PDF Accés restringit

Citació: Lopez, J. SEKAID (Shannon Entropy Knowledge Acquisition in Insurance Domain) methodology for adaptive data mining analysis. A: IASTED International Conference, Artificial Intelligence and Soft Computing. "IASTED International Conference". Spain: Academic Press, 2009, p. 29-33.
Títol: SEKAID (Shannon Entropy Knowledge Acquisition in Insurance Domain) methodology for adaptive data mining analysis
Autor: López Herrera, Josefina Veure Producció científica UPC
Editorial: Academic Press
Data: 2009
Tipus de document: Conference lecture
Resum: SEKAID is a prediction methodology based on Shannon Entropy. From the analysis of clients’ insurance policy portfolios, it can be determined if the policy will be cancelled or not during a determined period of time. With the obtained results, marketing campaigns can be undertaken which allow the client loyalty of the portfolio to be improved. To demonstrate the effectiveness of this methodology, an automobile insurance portfolio is analyzed. A software application was developed to help perform the necessary tests in order to determine the most adequate configuration.
ISBN: 978-0-88986-809-0
URI: http://hdl.handle.net/2117/10014
Versió de l'editor: http://www.actapress.com/PaperInfo.aspx?PaperID=35481&reason=500
Apareix a les col·leccions:LARCA - Laboratori d'Algorísmia Relacional, Complexitat i Aprenentatge. Ponències/Comunicacions de congressos
Departament de Ciències de la Computació. Ponències/Comunicacions de congressos
Altres. Enviament des de DRAC
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius