现代社会“大数据”时代的来临使得人工智能运用到各行各业,为促进行业发展提供强大动力。在保险领域,对于充分挖掘数据价值的研究还处于起步阶段,各保险公司都迫切希望从海量数据中提取有效信息,从而推出综合竞争力更强的产品,并制定更为合理的营销策略,吸引更多的客户。在发展商业医疗新客户的业务中,若能跟据所了解的数据进行分析,研究影响居民购买行为的主要因素,分辨出更有可能购买的高价值客户,锁定目标人群从而进行精准营销,将会有效促进保险公司业绩。由于高价值客户与低价值客户数量严重不平衡,误将低价值客户判断为高价值客户会浪费营销资源,而误将有意愿购买的客户判断成低价值客户会造成客户流失,造成公司损失。因此,识别出人群中有商业医疗保险购买意愿的潜在客户,对于保险企业来讲十分重要。对于不平衡数据的处理,通常有两类办法,即设计算法和重构数据集的办法。考虑设计算法,本文使用基于代价敏感的随机森林模型,给予正负类样本不同的误分代价。结果表明,在本文所使用的CGSS2017数据集中,当正负类类别权重为8:1时,分类器在测试集上有更好的分类表现。基于重构数据集的办法,使用基于ENN算法、RENN算法的欠采样和基于SMOTE算法、Borderline SMOTE算法的过采样方法。为得到更好的训练效果,本文提出一种综合采样方法—Borderline SMOTE+RENN算法,实验表明,该重采样算法结合随机森林模型的训练效果优于基于以上四种重采样算法构建的分类器。且经过对比分析,其在所用数据集CGSS2017上的分类效果优于最为常用的SMOTE+ENN算法和SMOTE+Tomek Link算法两种综合采样法。最后,使用常用的分类模型Logistic回归、决策树、SVM、KNN、Adaboost、梯度提升树等模型做分类,将效果与基于Borderline SMOTE+RENN算法的随机森林和代价敏感的随机森林的分类效果作对比分析,结论表明本文所提出的基于不平衡数据集的随机森林算法有更好的表现。分析影响居民商业医疗保险购买意愿的主要因素,通过对所用模型的特征重要性进行排序,本文认为受教育程度、家庭年收入、个人年收入是影响居民购买商业保险最主要的因素。