网站大量收购闲置独家精品文档,联系QQ:2885784924

大数据建模技术在人身保险反欺诈领域的应用路径解析.pdfVIP

大数据建模技术在人身保险反欺诈领域的应用路径解析.pdf

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

志不强者智不达,言不信者行不果。——墨翟

大数据建模技术在人身保险反欺诈领域的

应用路径解析

一、引言

随着大数据技术的蓬勃发展,尤其是AlphaGo战胜李世石后,又以

Master的身份横扫围棋界,使基于机器学习的大数据建模成为了最

新的技术热点。通过模型训练让机器智能化,代替人工,降低成本,

提高效率和准确率,其众多的优势和巨大的商业价值吸引了各行各业

的商业巨头纷纷开始打造属于自己的人工智能体系,尤以腾讯、阿里、

百度等拥有明显大数据资源优势的互联网企业为代表。目前,人脸识

别、语义识别、无人驾驶、智能风险识别、精准预测模型等基于大数

据的新技术在商业上的应用已经日趋成熟,并通过互联网+迅速辐射

到金融领域,开始重塑甚至颠覆传统的商业及运营管理模式。这种变

革带来的竞争压力迫使银行、保险等金融机构必须快速转型升级,积

极寻求自身业务与大数据和新技术之间的契合点。而通过大数据构建

精准风险预测模型提升风险识别的精准度和效率,对于经营风险的保

险公司来说,便成了一个极具吸引力和价值的切入点。

纵观国内保险行业,目前对于大数据建模技术的应用还处在探索和尝

试阶段。整体来看,财产险领域在精准风险识别模型的应用上要略为

先行一步:一方面是行业信息的整合共享更加到位,2016年底,全

国车险反欺诈信息系统正式上线,面向各市场主体提供保险欺诈线索

识别和风险预警功能,初步实现了行业车险欺诈信息的交互共享;另

志不强者智不达,言不信者行不果。——墨翟

一方面,由于车辆保险的数据标准化程度较高,进行大数据建模的基

础良好,因此国内部分财产险公司在车辆保险后续稽核方面通过构建

大数据风险识别模型辅助稽核,取得了一定的成效。而人身保险以人

的寿命和健康作为对象,其经营的风险更加复杂多样,加之我国公民

信息管理较为碎片化,数据标准化程度低,因此大数据在我国人身保

险风险管控领域的应用还较为滞后,仅有数家保险公司进行了创新尝

试。

本文以大数据建模技术在人身保险反欺诈领域的应用为例,从业务场

景选择、风险特征筛选、数据清洗与整理、建模工具与算法选择、模

型准确性的验证等方面,详细解构了基于Spark计算引擎、采用随

机森林算法构建重大疾病保险核保欺诈风险评估模型的路径,以期对

大数据建模技术在保险风险管控领域的应用提供一定的参考。

二、人身保险大数据建模的基础条件分析

(一)基础数据条件

从1980年我国保险业恢复经营以来,经过30多年的快速发展,到

2016年我国保险业原保险保费收入已达3.10万亿元。三十年来,

人身保险经营领域稳步拓展,险种类型不断丰富,客户群体持续扩充,

国内主要人身保险公司已经积累起了海量的内部数据。尽管保险运营

数据数字化的历史仅二十年左右,规范的高质量数据积累时间大约只

有十余年,但主要人身保险公司的内部数据已经足够丰富。此外,金

融行业的多元融合、金融机构集团化发展、大数据交易市场的兴起,

为人身保险公司提供了外部重要风险数据接入的渠道和机会。虽然大

志不强者智不达,言不信者行不果。——墨翟

部分重要数据都还碎片化地散落在不同领域,但从基本面上看,已经

具备进行反欺诈大数据建模的数据基础。

(二)建模技术条件

基于机器学习的数据建模工作,2010年以前已经在某些特定领域发

挥了巨大作用,如图像识别、自然语言处理等等。2010年以后,随

着大数据概念的兴起,机器学习大

文档评论(0)

158****7423 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档