技术总结
本发明涉及一种大数据风险分析方法。本发明结合大数据，利用机器学习算法模型分析被保人的日常行为习惯，预测出被保人罹患疾病或发生意外的可能性，从而更为人性化地制定相应的保费标准。进一步对新模型的可行性进行了研究，首先是建立了新模型赔偿率和预测准确率的关系式，发现了预测准确率和赔偿率的负相关关系，并且当预测准确率大于50％时，新模型赔偿率将低于原模型赔偿率。并用MATLAB对模型进行可视化分析。然后进行了新模型盈利分析，建立了低风险客户的折扣、预测准确率以及盈利的三维关系，更为直观地得到新模型下增加的盈利空间。
技术研发人员：翟玲智;陈旭;董冠宁;常青
受保护的技术使用者：北京拓明科技有限公司
文档号码：201610457015
技术研发日：2016.06.22
技术公布日：2016.11.16