以某保险公司的车险理赔数据为研究与应用背景,本文的主要工作是为决策系统构建支持系统,为此本文做了以下几方面的工作.首先对数据挖掘前数据的预处理技术做了学习和研究,并将车险理赔数据进行了预处理,去除数据中的噪声数据、空缺数据和不一致数据,这样能够提高数据挖掘算法的应用效果.其次对聚类分析进行了学习和深入研究,针对传统距离公式不能全面的反映多维数据的信息,本文引入了从维数和数值两方面同时考察数据信息的距离公式——面向维数的距离公式,结合模糊C—均值聚类,在此基础上提出了改进的模糊C-均值聚类算法.之后对关联规则挖掘进行了了解和研究,注意到了量化关联规则挖掘以及常用关联规则挖掘中常用衡量标准的不足,将逐维降低支持度阈值和兴趣度阈值引入了基于模糊划分的模糊关联规则挖掘算法,从两个方面对算法进行了改进.最后又做了进一步的研究——将上面提出的两种算法结合应用,也就是把基于模糊划分的模糊关联规则挖掘算法应用在模糊C-均值聚类分析所得的结果上,相对于单纯应用基于模糊划分的模糊关联规则挖掘算法而言,进一步减少了信息的损失,得到了比较满意的应用效果.