| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 选题背景 | 第9-11页 |
| 1.2 文献综述 | 第11-14页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-14页 |
| 1.2.3 述评 | 第14页 |
| 1.3 研究意义和价值 | 第14-15页 |
| 1.3.1 研究意义 | 第14页 |
| 1.3.2 研究价值 | 第14-15页 |
| 1.4 研究内容和重难点 | 第15-16页 |
| 1.4.1 研究内容 | 第15页 |
| 1.4.2 研究重点和难点 | 第15-16页 |
| 1.5 研究方法和创新之处 | 第16-17页 |
| 1.5.1 研究方法 | 第16页 |
| 1.5.2 创新之处 | 第16-17页 |
| 2 国内外互联网保险发展概况 | 第17-21页 |
| 2.1 美国互联网保险发展概况 | 第17-18页 |
| 2.2 英国互联网保险发展概况 | 第18-19页 |
| 2.3 日本互联网保险发展概况 | 第19页 |
| 2.4 我国互联网保险发展现状与评述 | 第19-21页 |
| 3 国外险企典型大数据应用案例分析 | 第21-31页 |
| 3.1 The Climate Corporation大数据应用案例分析 | 第21-25页 |
| 3.1.1 Climate公司自助定制型农业保险产品介绍 | 第21-22页 |
| 3.1.2 Climate公司农业保险大数据应用平台分析 | 第22-24页 |
| 3.1.3 Climate公司大数据应用的成功保障 | 第24-25页 |
| 3.2 Metromile公司大数据应用案例分析 | 第25-27页 |
| 3.2.1 Metromile汽车保险产品介绍 | 第25页 |
| 3.2.2 利用大数据的车险定价模式分析 | 第25-26页 |
| 3.2.3 Metromile公司大数据应用的特色 | 第26-27页 |
| 3.3 Clover Health公司大数据应用案例分析 | 第27-29页 |
| 3.3.1 Clover健康险产品简介 | 第27-28页 |
| 3.3.2 基于大数据的健康管理分析 | 第28页 |
| 3.3.3 Clover公司大数据应用的特色 | 第28-29页 |
| 3.4 国外险企大数据应用特点总结 | 第29-31页 |
| 4 我国险企大数据应用案例与国外案例的对比分析 | 第31-44页 |
| 4.1 国内互联网保险发展典型案例分析 | 第31-35页 |
| 4.1.1 众安在线—“保骉车险”案例分析 | 第31-32页 |
| 4.1.2 泰康在线—“Ai(癌)情预报”案例分析 | 第32-33页 |
| 4.1.3 安心保险—“天气保险”案例分析 | 第33-35页 |
| 4.2 国内互联网保险大数据运用与国外使用情况对比 | 第35-41页 |
| 4.2.1 保骉车险VS Metromile | 第37-38页 |
| 4.2.2 （Ai）癌情预报险VS Clover Health | 第38-40页 |
| 4.2.3 安心天气保险VS The Climate Corporation | 第40-41页 |
| 4.3 国外案例对我国险企开发运用大数据的启示 | 第41-44页 |
| 4.3.1 数据获取和利用的启示 | 第41-42页 |
| 4.3.2 大数据在具体保险环节运用的启示 | 第42-44页 |
| 5 研究结论与政策建议 | 第44-47页 |
| 5.1 研究结论 | 第44页 |
| 5.2 促进我国保险企业大数据应用的建议 | 第44-47页 |
| 5.2.1 拓展信息数据来源渠道 | 第44-45页 |
| 5.2.2 提高数据应用水平 | 第45页 |
| 5.2.3 保障网络数据信息安全 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51页 |
