Concirrus Quest Marine:人工智能与大数据重塑海洋保险

需积分: 12 2 下载量 120 浏览量 更新于2024-07-09 收藏 826KB PDF 举报
本文主要探讨了Concirrus Quest Marine如何运用人工智能(AI)和大数据来重塑海洋保险业务模型,以解决传统保险业面临的盈利难题和风险评估挑战。 Concirrus是一家专注于保险技术(InsurTech)的创新公司,它利用AI和大数据分析,特别是行为风险模型,对海洋风险进行更精准的评估。海洋保险市场的规模虽然巨大,但利润空间受到激烈竞争和复杂风险评估的限制。Concirrus的Quest Marine Insurance Product通过整合大量复杂、纵向和行为数据,为保险公司提供了更深入的舰队风险洞察,从而能够设计出激励安全行为的保险政策,降低损失和损害风险。 该案例研究指出,船舶自动识别系统(AIS)的数据是关键的数据源之一,它可以提供船只的实时活动信息,包括位置、航向、速度等。结合其他市场信息如天气、航线、船只历史和保险记录,Concirrus能够构建精细的风险模型。这使得公司能动态地测试新的统计方法,优化风险建模,进一步推动保险业务的数字化转型。 Concirrus的业务模型体现了数字优先的理念,避免了传统系统的高昂维护成本、缺乏集成和孤立的业务流程。通过云计算和大数据分析,公司可以以较低的成本提供高效的服务。根据Abassi的大数据价值链模型,Concirrus的价值创造过程在多个层面为所有涉海保险的利益相关者,包括船队运营商、保险经纪人、保险公司和再保险公司,创造了商业价值。 此外,文章还讨论了行为保险实施中的挑战和未来趋势。Concirrus作为技术领导者,通过AI的创新应用和数字化转型,正在颠覆保险市场。尽管存在实施障碍,但随着技术的进步,行为保险有望在保险行业中扮演更重要的角色。 Concirrus Quest Marine的成功在于其将AI和大数据分析应用于海洋保险,创建了一个能够实时响应行为变化、降低风险并提高保险业效率的业务模型。这一模式对于整个保险行业具有启示意义,预示着未来保险服务将更加个性化和智能化。

import requests import urllib.request import os def quest_find(quest_url, awme_id): params = {"id": awme_id} respon = requests.get(quest_url, params=params).json() return respon["data"], respon["code"] def re_down(url,filename): try: urllib.request.urlretrieve(url,filename) except urllib.error.ContentTooShortError: print ('Network conditions is not good. Reloading...') re_down(url,filename) # 获取视频URL,并下载 if __name__ == '__main__': quest_url = "http://discover-rpc.cmm-crawler-intranet.k8s.limayao.com/play_url" save_path = "/home/algodev/sujunbin/whisper/test_model/video%s" %time if not os.path.exists(save_path): os.mkdir(save_path) awme_ids = ['7119114587735100687'] with open('id_time.txt','r') as file: for line in file.readlines(): line = line.split() id = line[0] time1 = int(line[1]) if time1<10000: time ='<10s' elif 10000<=time1<20000: time='10-20s' elif 20000<=time1<30000: time='20-30s' elif 30000<=time1<40000: time='30-40s' elif 40000<=time1<50000: time='40-50s' elif 50000<=time1<60000: time='50-60s' elif 60000<=time1<90000: time='60-90s' elif 90000<=time1<120000: time='90-120s' elif 120000<=time1<180000: time='120-180s' elif time1>=180000: time='>180s' save_path = "/home/algodev/sujunbin/whisper/test_model/video%s" %time if not os.path.exists(save_path): os.mkdir(save_path) data_json, code = quest_find(quest_url, id) play_url = data_json['play_url'] video_name = id + '.mp4' save_video_path = os.path.join(save_path, video_name) re_down(data_json['play_url'], save_video_path) print(save_video_path) for i in range(len(awme_ids)): data_json, code = quest_find(quest_url, awme_ids[i]) play_url = data_json['play_url'] video_name = awme_ids[i] + '.mp4' save_video_path = os.path.join(save_path, video_name) urllib.request.urlretrieve(data_json['play_url'], save_video_path) print(save_video_path) print("done!")这段代码有什么问题

2023-06-13 上传
2023-06-11 上传