大数据背景下健康保险的精算统计模型与风险监管研究
保险 新华书店全新正版书籍
¥
65.2
6.7折
¥
98
全新
库存2件
作者汪荣明
出版社经济科学出版社
出版时间2023-04
版次1
装帧其他
货号1202902236
上书时间2024-05-23
商品详情
- 品相描述:全新
-
新华文轩网络书店 全新正版书籍
- 商品描述
-
本书基于大数据时代背景,对健康保险的精算统计模型与风险监管进行了系统研究。研究发现:其一,针对健康大数据量大、异质及多源特点导致的数据融合难题,本书提出的分布式算法、很优子抽样、基于密度比模型的经验似然算法、数据插补和模型平均算法等能有效解决上述难题;其二,基于随机森林分类模型、BP组合神经网络模型、朴素贝叶斯模型及马尔可夫模型等大数据分析方法,可结合商业医疗保险、长期护理保险及重疾险的推行实践,有针对性地推进健康保险定价模型由“少量影响因子对‘标准体’定价+核保调整价格”的传统模式向“事前定价+动态调整”模式转变;其三,大数据分析方法中的聚类方法、LightGBM方法、Logistic算法和决策树算法能够对医疗保险欺诈识别与智能核赔起到有效的风险预警作用;其四,健康大数据在开放过程中面临标准化和隐私保护难题。此外,在数据标准化方面,本书基于HL7-RIM模型构建的健康保险业务底层数据标准化模型可为健康保险的高效发展提供数据标准。在数据开放隐私保护方面,鉴于健康保险大数据在收集、存储、共享、分析的全周期各环节中均存在数据泄露可能性,本书简要地对如何进行大数据时代健康保险相关数据的隐私保护进行了探讨。本书的研究可为健康保险的精算技术变革及风险监管对策改进提供理论支撑,可为我国多层次医疗保障体系的完善提供决策参考。
图书标准信息
-
作者
汪荣明
-
出版社
经济科学出版社
-
出版时间
2023-04
-
版次
1
-
ISBN
9787521841664
-
定价
98.00元
-
装帧
其他
-
开本
16开
-
纸张
胶版纸
-
页数
784页
-
字数
400.000千字
- 【内容简介】
-
本书基于大数据时代背景,对健康保险精算统计模型与风险监管进行系统研究。研究发现:,分布式算法、*子抽样、基于密度比模型的经验似然算法和模*均算法等可解决健康大数据融合问题;第二,随机森林分类模型、BP组合神经网络模型、朴素贝叶斯模型及马尔可夫模型等可有效推进健康保险定价模型向“事前定价 动态调整”的创新模式转变;第三,聚类方法、LightGBM方法和决策树算法等可对健康保险欺诈进行科学识别。
希望本书的出版可以为健康保险精算技术变革及风险监管对策改进提供理论支撑,助力国家多层次医疗保障体系改革。
- 【目录】
-
章 导论
节 研究背景与意义
第二节 国内外研究进展与述评
第三节 研究思路与总体框架
第四节 本书结构安排
第五节 本章小结
第二章 健康大数据引入健康保险的必要性及应用场景
节 健康大数据的来源与特征
第二节 大数据分析技术引入健康保险精算的必要性
第三节 大数据在健康保险中的应用与场景
第四节 本章小结
第三章 健康保险领域中大数据融合方法
节 健康保险数据“大”之解决:分布式算法
第二节 健康保险数据“大”之解决:*子抽样
第三节 多源异质健康保险数据融合
第四节 多源碎片化健康保险数据融合
第五节 本章小结
第四章 大数据背景下商业健康险定价
节 健康保险定价:从传统到大数据的结合
第二节 大数据背景下商业医疗保险的定价研究
第三节 大数据背景下长期护理保险的定价研究
第四节 大数据背景下重疾险的定价研究
第五节 本章小结
第五章 大数据背景下健康险相依性定价及保费动态调整研究186
节 贝叶斯非参数方法在健康险定价中的应用
第二节 混合专家模型在健康险定价中的应用
第三节 大数据背景下健康保险动态定价机制
第四节 本章小结
第六章 大数据背景下医疗保险欺诈识别与风险预警
节 医疗保险欺诈的成因、应对及挑战
第二节 大数据技术在医疗保险反欺诈中的应用:文献综述
第三节 基于K均值聚类方法下的医疗保险欺诈风险预警
第四节 基于LightGBM方法下的医疗保险欺诈风险预警
第五节 大数据技术在商业健康保险风险预警的应用
第六节 本章小结
第七章 大数据在健康保险行业应用中的标准化及隐私保护
节 大数据在健康保险行业的应用
第二节 健康保险数据标准化研究
第三节 健康保险大数据的隐私保护
第四节 本章小结
附录 大数据在保险公司健康险业务中应用情况调查问卷
参考文献
点击展开
点击收起
— 没有更多了 —
新华文轩网络书店 全新正版书籍
以下为对购买帮助不大的评价