大資料和人工智慧論文

　　隨著大資料和人工智慧技術的發展，未來的保險保障將不僅僅能提供經濟補償，還能實現損失干預，具體到人身險方面，以下是小編精心整理的的相關資料，希望對你有幫助!

　　篇一

　　基於大資料和人工智慧的被保險人行為干預

　　【摘要】隨著大資料和人工智慧技術的發展，未來的保險保障將不僅僅能提供經濟補償，還能實現損失干預，具體到人身險方面，則可以實現對被保險人行為的干預，降低給付發生的概率和額度，提高人民健康水平。基於此，文章介紹了利用大資料和人工智慧技術對被保險人行為干預的優點及干預方式，並預期可能實現的干預結果，最後對保險公司進行被保險人行為干預提出了階段建議。

　　【關鍵詞】大資料 人工智慧 行為干預

　　近年來隨著大資料和人工智慧技術的發展，越來越多的領域應用這些技術來提高自身的專業水平。保險作為基於大數法則進行風險管理的一種方式，對資料的處理和應用要求更高。目前大資料技術在保險業的應用主要是精準營銷、保險產品開發和理賠服務等，但在保險中的防災防損方面的應用還不夠。如果能夠深入挖掘大資料在被保險人行為方面的研究，再結合人工智慧進行智能干預，則可以對被保險人實現有效的風險管理，提高被保險人的身體健康狀況，從而極大程度的提升客戶效用，提高社會整體福利水平。

　　一、被保險人行為干預簡介

　　行為干預是通過對環境進行控制從而使個體產生特定行為的方式，目前主要在教育，醫療等方面發揮作用。但在被保險人管理方面，行為干預應用很少。現行的對被保險人的管理主要集中在投保稽核的過程中，而在投保後提供的服務和干預很少，一般也就是提供健康體檢等服務，而對被保險人投保後的日常生活行為方式，健康隱患則基本處於放任自流的狀況。而被保險人行為干預則是通過對被保險人日常生活行為，飲食習慣等進行實時資料收集和分析，然後制定干預方式進行鍼對化管理的模式。

　　二、利用大資料和人工智慧進行被保險人行為干預的優點

　　實現精準、良好的對被保險人的行為干預，需要利用大資料和人工智慧技術。大資料相比傳統資料具有海量、高速、多樣等特點，它實現了對資訊的全量分析而不是以前的抽樣分析。在被保險人行為干預模式中，需要對每一個個體的日常生活作息，行為，飲食，身體健康指標的進行實時資料採集，然後進行分析，這用傳統的資料統計方法是難以做到的。利用大資料技術進行分析能從海量資訊中獲取被保險人的風險狀況，從而為精準干預提供基礎。簡單的干預難以實現特定的干預結果，而人工智慧則讓干預顯得更加自然，讓被保險人更加易於接受，從而很大程度上提高了干預效果。

　　三、如何利用大資料和人工智慧進行被保險人行為干預

　　利用大資料和人工智慧進行被保險人的行為干預主要有以下步驟：

　　首先利用人工智慧裝置進行被保險人資料收集，除了目前的手機APP，網路等軟體和裝置上的資料能夠被收集外，未來人工智慧家居能提供更多的被保險人資訊。例如提供體重、坐姿等資料的椅子，提供飲食時間和品種的筷子，提供身體運動和健康資料的智慧穿戴式裝置等等。資料收集後，需要利用大資料技術對海量資料進行清洗，去噪等技術處理，然後對資料進行分析。第三步是根據資料分析結果，制定具體的行為干預方案。最後一步是根據制定的方法，利用人工智慧進行干預，如智慧椅子調整坐姿，智慧廚具減少含油量，針對性的健康食譜推薦，鍛鍊提醒，智慧家居輔助鍛鍊等等。與此同時，新一輪的資料收集又開始了，整個過程是連續進行，不斷迴圈的。

　　四、利用大資料和人工智慧進行被保險人行為干預的預期成果

　　對被保險人來說，這種干預方式能有效的進行健康管理。未來的健康保險將成為個人真正的健康管家，從日常生活行為，到身體機能都能提供很好的干預，並且讓良好生活方式的養成更加容易，從而提高自身的健康狀況，達到更好的生活狀況。但另一方面，全面資料化，智慧化的方式可能會帶來很大的資料洩露風險，所以如果保護客戶私密資料是另一個值得研究的問題。另外，對於投保前健康狀況較差的客戶，或者是對行為干預較為抵制，干預效果較差的客戶，可能需要承擔更多的保費。當然對於優質客戶和樂於提升和改變的客戶則可以享受到更加優惠的費率。也就是說在大資料和人工智慧技術下，客戶進行了進步一步細分。

　　對保險人來說，行為干預能夠降低被保險人的風險，很多疾病能實現防範於未然，降低賠償程度。另外，藉助大資料和人工智慧，保險人還能根據分析結果，被保險人對干預的反應等進行客戶的進一步分類，從而實現區塊化管理。但這對保險公司也提出了更高的技術要求，尤其在前期，可能會帶來加大的成本。

　　五、保險公司推進被保險人行為干預的建議

　　對於保險公司來說，目前的一些人工智慧技術還未能實現，或者成本高昂，難以普及。所以現階段對保險公司來說首先是提高大資料能力。

　　具體來說，首先是利用大資料對公司已有客戶資訊進行資料探勘，包括承保資料，理賠資料等，從而一定程度挖掘出客戶的特徵，並提供服務。如根據挖掘出的性別差異，地區差異，年齡差異等，提供不同的生活建議。

　　如果公司已經充分進行了自身客戶已有資料的挖掘，則可以利用目前的手機APP，佩戴裝置進行資料的進一步收集。例如，利用薄荷、飲食助手、微信運動、春雨掌上醫生、血糖記錄、小米手環等資料進行使用者資料收集。同時可以針對被保險人開發專門的手機APP，集資料收集和服務於一身。

　　更進一步，保險公司可以嘗試與其他高科技企業合作，開發一些智慧穿戴式裝置，智慧家居等，逐步實現對被保險人的行為干預。

　　參考文獻

　　[1]彼得・迪亞曼迪斯.將會被人工智慧和大資料重塑的三個行業[J].中國青年，2015，23：41.

　　[2]王和，鞠鬆霖.基於大資料的保險商業模式[J].中國金融，2014，15：28-30.

　　[4]尹會巖.保險行業應用大資料的路徑分析[J].上海保險，2014，12：10-16.

下一頁分享更優秀的<<<