大数据应用研究基金（以下简称“大数据基金”）项目旨在资助鼓励人工智能、大数据等技术与保险交叉领域的前沿研究工作，聚焦公司、行业发展痛点与关键技术，助力保险科技发展。

大数据基金2019年度计划设立4个研究课题，为保证项目顺利开展，现将有关事项通知如下：

一、申请说明

1.大数据基金资助来自高校或科研机构的专家学者、青年教师、科研人员开展相关研究，项目申请人须符合以下条件：

（1）申请人应为项目依托单位（原则上为大专院校或科研机构）的正式员工；

（2）申请人具备相应的研究能力，并有足够的时间和精力完成课题研究。

2. 项目申请人可组织多名成员组成项目组进行申请，项目组成员条件不限，但应为项目实际参与人。

3. 项目申请人应认真阅读项目指南，选择合适的研究项目，并如实填写项目申请书（附件一）。

4. 项目申请人应根据项目经费要求和实际需要编制合理的经费预算。

5. 项目申请书须同时提交纸质文件和电子文档，并保证内容一致。其中，纸质文件须A4纸双面印制、左侧装订，经所在单位审查盖章后报送我司；电子文档发送至：huimingqi@picc.com.cn。

6. 项目申报截止时间为2019年3月31日。

7. 项目申请书可在文末下载。

8. 我司对项目申请的审核标准包括但不限于：申请人的资质能力、项目方案的创新性、可行性，项目组研究基础和保障条件、费用预算合理性等。我司将根据审核结果确定并公布立项名单。如有问题，请及时与我司取得联系。

联系人：惠明琪

通讯地址：北京市朝阳区建国门外大街2号院2号楼，大数据中心

邮编：100022

电话：010-85177857

电子邮箱：huimingqi@picc.com.cn

二、项目列表

三、项目介绍

（一）2019BDC01保险反欺诈中的计算机视觉技术研究

1. 项目背景

在保险理赔过程中，利用伪造图像证据的方式进行保险欺诈的情况时有发生。公司已有的反欺诈工具主要针对同一照片重复索赔的情况进行识别，但无法对相似照片多次索赔的情况进行检测。在与总、分公司理赔部沟通调研过程中，反欺诈岗位人员提出，在车险理赔欺诈案件中存在对同一张照片进行翻拍后再次进行索赔，或者对于同一案件损失多个角度拍摄照片重复索赔的情况发生，此类行为难以被人眼轻易识别，且一般涉及欺诈金额较大，对公司的利益造成了严重的侵害。

在人工智能爆发式发展的大势所趋下，利用计算机视觉技术来判定两次案件提供的图像证据之间的相似性，是防止此类保险欺诈的高效手段，有待深入研究。

2. 项目内容及成果

？ 在海量历史数据库中检索一张照片是否来自历史图片翻拍的模型和算法

？ 在海量历史数据库中检索同一车辆损伤相似图片的模型和算法

3. 项目时间

自项目启动起1年

4. 项目经费

10-15万元

（二） 2019BDC02图的多维分析在保险行业中的应用

1. 项目背景

近年来，国家对保险行业给予了高度的重视和关注，并出台了相应的政策性保障，极大地促进了我国保险行业的发展，而保险领域的数据规模也与日俱增，利用计算机领域的大数据技术，对保险行业数据进行管理与分析挖掘成为了一个新兴的研究热点。

目前，针对保险行业的大数据分析，大多基于传统的关系型结构化的分析方法，这些方法更多关注数据的统计分析，分析的角度较为单一且难以发现其中隐藏的关联性信息。图由于其强大的数据表达能力，能够对保险行业中的大量数据进行建模。将图的多维分析技术应用到保险行业中，能够更加深入和全面地挖掘行业数据中的隐藏信息，进而对保险行业中相关决策的制定提供服务。因此，如何将图的多维分析技术应用在保险行业中以支持决策制定有待进一步探究。

2. 项目内容及成果

？ 针对保险行业中的历史数据，构建多维网络

？  对保险行业网络进行图多维分析以挖掘隐藏的信息；

？ 设计针对保险行业网络的图多维分析框架模型

？ 根据实际需求，以用户画像、业务推荐为例，探究图的多维分析在保险行业中的应用

3. 项目完成时间

自项目启动起1年

4. 项目经费

10-15万元

（三） 2019BDC03保险领域知识图谱构建及应用研究

1. 项目背景

移动互联和人工智能的浪潮愈演愈烈，移动化、智能化逐渐成为保险发展的大势所趋。面对互联网上众多条款复杂、专业性强、同质化强的保险产品，加上保险自身信息不对称的问题，消费者难以全面了解产品，无法从众多的同类产品中进行选择，影响客户体验的同时也限制了保险营销的自助化、线上化。随着近年来国民保险意识增强，对产品个性化推荐、智能顾问、保险聊天机器人和智能语音客服等自动化智能化保险服务的需求与日俱增，然而这些服务的智能水平极大程度依赖于保险领域知识库的建立。

知识图谱具备强大的语义处理能力和开放组织能力，从鲜有问津到近几年的迅速升温，已在语义搜索、智能问答等领域展现其独特的价值，注定将成为人工智能取得重大突破的关键技术之一。建立专业的保险领域知识图谱将对公司精准营销、客户体验创造越来越大的价值。

相较于通用领域知识图谱，保险领域知识图谱知识结构更复杂、对知识抽取、知识融合、知识推理的质量要求更高，应用形式也有其独特性。因此，如何构建适合保险领域的专业知识图谱有待进一步研究。

2. 项目内容及成果

？ 通过保险公司官网和代理平台，爬取保险产品相关信息

？ 调研并设计保险领域知识图谱框架

？ 对保险知识图谱中实体识别、关系抽取等核心模块涉及的关键算法开展研究

？ 对基于知识图谱的个性化推荐、保险问答系统等提供思路和建议

3. 项目完成时间

自项目启动起1年

4. 项目经费

10-15万元

（四） 2019BDC04基于粒子群优化神经网络方法的车险客户评级模型研究

1. 项目背景

车险业务在财险中占有很大比例，但近年来车险赔付较多，行业利润下降。在不断增长的车险客户历史数据中，以及驾驶行为数据中，有效利用这些数据构建车险客户风险等级，不仅可以及时识别投保客户的潜在风险、提供客户投保建议，还可以为金融研究和社会管理提供一定依据，这种研究具有很好的社会和商业价值。

2. 项目内容及成果

？ 车险客户风险评估指标因素研究

？ 神经网络方法和粒子群算法研究

？ 基于粒子群优化神经网络方法的车险客户评级模型研究

3. 项目完成时间

自项目启动起1年

4. 项目经费

10-15万元

附件一：大数据应用研究基金项目申请书