| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1. 绪论 | 第11-19页 |
| 1.1 选题背景 | 第11-13页 |
| 1.2 国内外文献综述 | 第13-16页 |
| 1.2.1 国内文献综述 | 第13-14页 |
| 1.2.2 国外文献综述 | 第14-16页 |
| 1.3 研究框架与内容 | 第16-17页 |
| 1.4 研究意义 | 第17-19页 |
| 2. 互联网保险的内涵及优点 | 第19-26页 |
| 2.1 互联网保险的定义与发展现状 | 第19-23页 |
| 2.1.1 互联网保险定义 | 第19-21页 |
| 2.1.2 互联网保险发展现状 | 第21-23页 |
| 2.2 互联网保险的特点及优点 | 第23-26页 |
| 2.2.1 互联网保险特点 | 第23-24页 |
| 2.2.2 互联网保险优点 | 第24-26页 |
| 3. 大数据在互联网保险中的应用 | 第26-47页 |
| 3.1 数据分析在互联网金融运营中的重要性 | 第26-29页 |
| 3.1.1 大数据概述 | 第26-27页 |
| 3.1.2 大数据分析 | 第27-29页 |
| 3.2 大数据在互联网保险运用中的具体案例分析 | 第29-43页 |
| 3.2.1 美国前进保险公司中snapshot技术的使用 | 第29-34页 |
| 3.2.2 Logistic回归模型在snapshot评分中的应用 | 第34-40页 |
| 3.2.3 基于Logistic回归模型的实证分析 | 第40-42页 |
| 3.2.4 snapshot评分技术对我国车险运营的启示 | 第42-43页 |
| 3.3 大数据和Logistic回归模型在互联网保险中的拓展使用 | 第43-47页 |
| 3.3.1 在核保核赔中的使用 | 第44-46页 |
| 3.3.2 在定价中的使用 | 第46-47页 |
| 4. 大数据影响下互联网保险遇到的问题 | 第47-53页 |
| 4.1 互联网保险创新不足 | 第47-48页 |
| 4.2 大数据分析中容易引起互联网保险投保人的逆向选择 | 第48-49页 |
| 4.3 大数据的获取会使互联网保险的成本增加 | 第49-50页 |
| 4.4 互联网保险风险控制手段不成熟 | 第50-51页 |
| 4.5 互联网保险难以获得海量数据并对其进行有效分析 | 第51-53页 |
| 5. 促进互联网保险发展的对策及结论 | 第53-58页 |
| 5.1 促进互联网保险发展的对策 | 第53-56页 |
| 5.1.1 继续发挥大数据在互联网保险发展中的作用 | 第53-54页 |
| 5.1.2 加强各部门之间的协作以促进数据共享 | 第54-55页 |
| 5.1.3 保险公司应注重平衡互联网平台上产品的结构 | 第55-56页 |
| 5.2 研究的结论及展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 后记 | 第60-62页 |
| 致谢 | 第62-63页 |
