作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
互联网和大数据技术的融合让个体生理数据分析成为可能,并进一步推动个体健康风险量化,本文在此背景下,探讨人工智能与保险融合的新路径,提出了以生理年龄作为个体健康的风险量化指标,进而作为定价基础的新模式.本研究根据保险特征,优化深度学习技术,通过分析人体老化的生理特征,建立了基于手背纹理照片的生理年龄评价模型,在大量数据的支持下,可以获得稳健、精准的生理年龄定量评价结果.本文还讨论了以深度学习为代表的人工智能技术与保险融合的模式,提出了可能的结合点以及对应的比较结果.鉴于生理年龄可以更充分反映投保人的“健康风险”信息,论文认为该模式具有很好的应用价值,并通过分析现状,认为当前是保险公司建立“人工智能大脑”的关键时期.
推荐文章
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于生理年龄的精算定价及人身险应用
来源期刊 保险研究 学科 经济
关键词 生理年龄 精算定价 人工智能 大数据 深度学习
年,卷(期) 2017,(2) 所属期刊栏目
研究方向 页码范围 50-62
页数 13页 分类号 F840.69
字数 语种 中文
DOI 10.13497/j.cnki.is.2017.02.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张宁 中央财经大学中国精算研究院 20 48 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (7)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(9)
  • 参考文献(4)
  • 二级参考文献(5)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
2019(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
生理年龄
精算定价
人工智能
大数据
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
保险研究
月刊
1004-3306
11-1632/F
大16开
北京市西城区金融大街15号鑫茂大厦北楼7层
1980
chi
出版文献量(篇)
4733
总下载数(次)
38
总被引数(次)
53131
论文1v1指导