高教社保险科技概论教学课件第三章大数据及其在保险中的应用.pptxVIP

《保险科技概论》 第三章 大数据及其在保险领域的应用 ;;3.1大数据的基本概念、缘起和作用 ;一、大数据的概念、特点以及分类;一、大数据的概念、特点以及分类;一、大数据的概念、特点以及分类;一、大数据的概念、特点以及分类;一、大数据的概念、特点以及分类;二、大数据的兴起;三、大数据的历程;四、大数据的价值;四、大数据的价值;3.2大数据技术;二、大数据技术;二、大数据技术;二、大数据技术;二、大数据技术;二、大数据技术;二、大数据技术;二、大数据技术;二、大数据技术;二、大数据技术;3.3大数据应用概况及其面临的机遇与挑战 ;一、大数据应用概况;一、大数据应用概况;一、大数据应用概况;一、大数据应用概况;一、大数据应用概况;二、大数据面临的挑战与机遇;二、大数据面临的挑战与机遇;二、大数据面临的挑战与机遇;二、大数据面临的挑战与机遇;3.4 保险大数据的应用条件、技术特征与应用流程;在数据量不断增大的时代，将数据进行挖掘和分析成为公司的重要资产。在客户信息拥有量巨大的保险行业中，将庞杂的数据进行深度挖掘，成为其未来重要走向。 大数据在保险业的应用具有显著优势条件，其中主要包括： （1）需求动力 （2）数据基础 （3）技术可行性;作为保险科技的重要组成部分，大数据技术是人工智能、云计算、区块链等保险科技前沿技术的数据来源和底层支撑，亦是推动保险行业发展的重要基础设施。 保险大数据的应用价值主要体现在：依托全量数据，形成精准化产品与服务，大数据技术革新了人们对数据的使用认知，使人们直接使用全量数据进行精准化分析成为可能，而不再局限于以抽样数据推测整体规律。;1.数据的多样性 在保险机构自身产生的数据中，一部分是结构化数据，比如保险客户的投保、理赔数额，购买保险产品的编号等，这一部分的数据在保险行业中占比相对较少 另一部分是半结构化数据，目前保险行业面临的海量非结构化业务数据主要有以下四种：①保险企业在线上或线下渠道投保、承保、理赔等过程中产生的客户交易信息②保险企业与第三方公司的交易及对账文件③监管单位对保险企业要求长期保留的影像??录音等多重形式的非结构化数据④保险交易系统后台数据逻辑处理产生的海量过程数据，如交易报文、保单合成过程文件、打印投递处理记录等。;2.数据的连续性 数据的连续性是指由数据的可关联性、可溯源性、可理解性及其内在联系组成的一整套数据保护措施。 其作用是保障数据的可用性、可行性和可控性，降低数据的失用、失信和失控风险。 数据汇聚需要在约定的频率下持续不断、全面地进行才能产生集合价值。;3.数据的连通性 数据的连通性是指各个数据集之间的连通关系。 由于很多数据是基于不同渠道、场景和主键进行的汇聚，要把这些碎片化数据进行准确整合，需要有很强的身份映射能力，数据的连通性解决不同数据是否归属同一主体的能力。 大数据之大，单一组织是无法满足各种需求的，这就涉及是否直接要接入外部数据，实现各个维度的数据打通。;4.数据的颗粒度 数据的颗粒度是指数据仓库的数据单位中保存数据的细化或综合程度的级别，通常用于表示某数据集的最小单元。 细化程度越高，粒度级就越小；相反，细化程度越低，粒度级就越大。粒度的主要问题是使其处于一个合适的级别，粒度的级别不能太高也不能太低。低的粒度级别能提供详尽的数据，但要占用较多的存储空间和需要较长的查询时间；高的粒度级别能高速方便的进行查询，但不能提供过细的数据。;5.数据的合规性 数据的合规性是指数据的来源、采集、处理和使用等各个环节及数据内容上符合法律政策规范与业界的共同规则。数据的使用与流通，要符合严格的安全要求。 具体而言，在数据来源与展示方面，数据的获取方式应当遵循公开、正当的原则；在数据内容方面，用于向用户展示的数据内容不允许包含赌博、色情、毒品等我国法律法规所禁止的违法信息；在数据传输与存储方面，不同的公司应当依照自身性质满足国家信息安全等级保护的基本要求；在数据的使用方面，公司合法获取并拥有的数据不得以随意出售或提交给公司外的第三人使用，应当遵循合法合规的基本原则。;6.数据的流动性 保险数据一般具有很高的流动性、处理实时性要求高、可视性需求强等特征。 与其他行业相比，保险数据逻辑性强，要求具有更高的实时性、安全性和稳定性。大数据处理系统必须在毫秒级甚至微秒级的时间内返回处理结果。 由此，高并发、大数据、高实时的应用需求需要有高效的大数据处理系统相匹配。;1.数据存储与管理技术 大数据存储是大数据处理与分析的基础。高效、安全地存储与读写数据是提高大数据处理效率的关键。 由于大数据的存储量极大，因此其存储设备需要具有高扩展性、高可用、自动容错和低成本等特性。 常见的存储形式有分布式文件系统和分布式数据库。;2.数据采集与预处理技术 数据采集是大数据价值挖掘重要的一环，其后的数据分析