章 導論
節(jié) 研究背景與意義
第二節(jié) 國內外研究進展與述評
第三節(jié) 研究思路與總體框架
第四節(jié) 本書結構安排
第五節(jié) 本章小結
第二章 健康大數(shù)據(jù)引入健康保險的必要性及應用場景
節(jié) 健康大數(shù)據(jù)的來源與特征
第二節(jié) 大數(shù)據(jù)分析技術引入健康保險精算的必要性
第三節(jié) 大數(shù)據(jù)在健康保險中的應用與場景
第四節(jié) 本章小結
第三章 健康保險領域中大數(shù)據(jù)融合方法
節(jié) 健康保險數(shù)據(jù)大之解決：分布式算法
第二節(jié) 健康保險數(shù)據(jù)大之解決：*子抽樣
第三節(jié) 多源異質健康保險數(shù)據(jù)融合
第四節(jié) 多源碎片化健康保險數(shù)據(jù)融合
第五節(jié) 本章小結
第四章 大數(shù)據(jù)背景下商業(yè)健康險定價
節(jié) 健康保險定價：從傳統(tǒng)到大數(shù)據(jù)的結合
第二節(jié) 大數(shù)據(jù)背景下商業(yè)醫(yī)療保險的定價研究
第三節(jié) 大數(shù)據(jù)背景下長期護理保險的定價研究
第四節(jié) 大數(shù)據(jù)背景下重疾險的定價研究
第五節(jié) 本章小結
第五章 大數(shù)據(jù)背景下健康險相依性定價及保費動態(tài)調整研究186
節(jié) 貝葉斯非參數(shù)方法在健康險定價中的應用
第二節(jié) 混合專家模型在健康險定價中的應用
第三節(jié) 大數(shù)據(jù)背景下健康保險動態(tài)定價機制
第四節(jié) 本章小結
第六章 大數(shù)據(jù)背景下醫(yī)療保險欺詐識別與風險預警
節(jié) 醫(yī)療保險欺詐的成因、應對及挑戰(zhàn)
第二節(jié) 大數(shù)據(jù)技術在醫(yī)療保險反欺詐中的應用：文獻綜述
第三節(jié) 基于K均值聚類方法下的醫(yī)療保險欺詐風險預警
第四節(jié) 基于LightGBM方法下的醫(yī)療保險欺詐風險預警
第五節(jié) 大數(shù)據(jù)技術在商業(yè)健康保險風險預警的應用
第六節(jié) 本章小結
第七章 大數(shù)據(jù)在健康保險行業(yè)應用中的標準化及隱私保護
節(jié) 大數(shù)據(jù)在健康保險行業(yè)的應用
第二節(jié) 健康保險數(shù)據(jù)標準化研究
第三節(jié) 健康保險大數(shù)據(jù)的隱私保護
第四節(jié) 本章小結
附錄 大數(shù)據(jù)在保險公司健康險業(yè)務中應用情況調查問卷
參考文獻
書單推薦
