【摘要】Tweedie回归是保险损失预测和风险定价的主要工具之一。为充分利用大数据、物联网、机器学习等技术促进保险业的数字化转型，实现更加精准的风险识别和风险定价，本文将传统的Tweedie广义线性模型推广到双参数形式，并结合机器学习算法，提出双参数Tweedie梯度提升树模型和双参数Tweedie组合神经网络模型。基于我国一家保险公司的车联网大数据，提取了新的驾驶行为风险因子。通过实证研究检验了双参数Tweedie梯度提升树和双参数Tweedie组合神经网络在风险识别以及风险定价中的有效性，为促进我国保险业数字化转型提供了一种新的模型和方法。