信息技术的快速发展，使得保险行业也在积极开拓网上业务，线上业务的开展为保险企业创造巨大价值。然而，随着业务数量的增加保险数据呈现几何式增长，各类不完善的数据，造成保险企业在挖掘商业保险数据价值上举步维艰。正是在这样的背景下保险大数据环境下的数据治理应运而生，其对于商业数据价值的挖掘有着重要意义。
一、保险大数据治理的框架
随着保险线上和线下业务数量的增加，在处理保险数据各子系统存在数据不规范、信息不统一等众多问题，使得内部监管和外部协调管理难以落到实效。
保险大数据的数据治理对于此类问题的解决发挥着重要作用。保险大数据的治理系统是集数据收集、分析、处理功能于一身。该系统能够实现数据的统一管理，确保保险企业在管理数据上的规范性和完整性，并利用监管机制强化数据价值，从而为商业数据价值的挖掘保驾护航。由于数据治理对于保险行业的健康发展起到重要作用，银监会出台相关规定，从而将数据治理上升到国家经济发展战略层面。目前已经成为大数据生态产业的重要组成部分。本文结合实际的研究，将大数据治理系统的主要构成绘制于图1所示。
图1 数据治理框架
（一）数据管理
数据管理是数据治理的核心功能。其主要的内容涵盖对原始数据的分析，数据渠道联系的研究、异质数据整合以及计算机处理等，对于保险大数据的科学分析起到重要作用。
（二）数据梳理
在数据管理基础上对数据进行梳理。其目的是保证数据的完整性和规范性，便于后续对数据价值的挖掘。使工作人员可以快速准确对数据进行查询、分析、处理，形成完整系统的数据字典。
（三）数据监控
数据监控，其目的是提升数据质量，依据对数据访问权限的设定、数据存储过程中格式要求的明确、漏洞修复等，实时对保险数据进行监控。为保险数据的完整性和规范性提供保障，为保险业务的顺利开展提供支持。
（四）数据应用
数据应用环节，就是对数据质量的检验，也是将数据价值应用在保险业务中。其对于保险企业的价值主要体现在下面几方面：
（1）实行原始数据的规范化、可视化以及规律化，便于保险工作人员快速对数据查找分析，提高工作效率；
（2）有助于数据价值的挖掘，对于保险企业规避市场风险起到帮助；
（3）为企业重大决策的制定提供依据，有助于企业长远战略目标实现。
图2展示是上述内容的关联关系图。
图2 数据管理、梳理、监控、应用的关联关系图
二、人工智能在保险大数据治理框架中的应用前景分析
人工智能和数据治理两者相辅相成。系统依据数据治理可以得到高质量数据，对于人工智能高质量模型的创建提供数据支持，让人工智能应用价值得到充分的发挥。同时人工智能高质量模型可以更加规范实现数据管理分析，提高数据监管的质量和数据治理效率，本节将围绕人工智能算法对数据治理和数据监管展开分析。
（一）人工智能算法在数据管理上的分析如上文所述，数据管理的目的是实现数据的完整性和规范性，强化数据管理的效率，提升数据质量。这就需要系统高效的数据模型。稳定可靠的数据模型可以充分挖掘数据价值，找出数据内在联系，为数据的科学管理和完整性分析提供帮助。而人工智能就是高质量模型创建的基础，对于数据管理效率的提升起到重要作用，如概念模型、逻辑模型等。目前较为成熟的方式是利用知识图谱形象生动的展示实体之间的联系。
（二）人工智能算法在数据监控方面的应用价值体现在数据的安全，随着经济的快速发展，金融产品类型的丰富，如何保证客户的数据安全成为保险企业关注的焦点。为此保险企业需要针对海量的数据制定科学完善的风险预防措施，实现风险数据的快速分析。人工智能可以针对海量数据进行有效分级管理，利用分类算法快速查找风险因素，并对去进行监督分类管理，依据实际的管理需要实时监控数据，促进数据治理系统中数据监控功能的智能化。
三、结论
随着大数据在保险行业中的作用越发显著，数据治理开始受到保险企业的高度关注，成为保险企业核心竞争力提升的关键。由于保险数据管理中的问题不断显现，本文针对数据治理展开分析实现对保险数据管理问题的解决，并在保险大数据环境下提出治理措施，主要针对管理、梳理、监控、应用等功能进行了分析，最后，进一步展望了人工智能算法在数据管理与数据安全方面应用的前景。
参考文献
［1］ 蔡翠红，王远志.全球数据治理：挑战与应对［J］.国际问题研究，2020（6）：38-56.
［2］ 李柳音 . 数据治理中数据智能分类技术的应用研究 ［J］.卫星电视与宽带多媒体，2020（9）：15-17.
［3］杨琳，高洪美，宋俊典，张绍华.大数据环境下的数据治理框架研究及应用［J］. 计算机应用与软件，2017，34 （4）：65-69.
［4］张宁，袁勤俭.数据治理研究述评［J］.情报杂志，2017， 36（5）：129-134.
［5］ 许健，王彦博，张杭川.以数据治理赋能银行金融科技 ［J］.银行家，2018（7）：73-75.
［6］赵大伟，杜谦.人工智能背景下的保险行业研究［J］.金融理论与实践，2020（12）：91-100.
［7］ 李雨霏.人工智能在数据治理中的应用［J］.信息通信技术与政策，2019（5）：23-27.