大数据技术实现了时代的创新,而人寿分红保险实现了保险产品上的创新。结合大数据理论及技术的风险评价,正是顺应了时代数字化的改革和变化。区别于传统的风险评价方法,大数据技术能够以积累的海量数据为基础,更加广泛、深入地挖掘出分红保险数据中所隐含的关联和知识,在分红保险趋于低迷的现状下,助力分红保险的经济效益提升和产业结构化调整。本文借助大数据关联规则算法,对理赔数据和相关客户信息进行知识挖掘和承保风险分析,辅助策略调整以及业务设计,加快保险个性化服务的进程。先是阐述了基于数据挖掘的关联规则技术知识,以及本文中应用的Copula函数的理论知识,并从理论角度对模型进行分析设计。依托上述理论基础,建立了结合Apriori客户分析模型和Copula相关性检验模型的关联规则分析模型,并实现了挖掘风险因子、细分风险客户的目的。本文的创新性主要体现在以下两点:首先,考虑到分红保险的盈利分红特性,本文选择了客户承保风险角度进行风险评价。其次,应用Copula算法做进一步分析验证,提高了对非离散型数值挖掘相关性的准确度,优化了规则结果。最终,实验结果得出了影响风险的7个风险因子,并归纳出风险客户的基本类型,依据风险因子提出了业务建议。本文的研究说明了大数据技术在保险行业有较好的应用前景,为其他险种风险问题的研究提供了参考。