Best’s Review Insurance Dataset (1906–1930 Pre-Depression Archive)

This dataset contains a structured archive of historical insurance publications derived from *Best’s Review*, covering the period from 1906 through 1930, a critical era leading up to the Great Depression.

**What this data does for your model:**

- Your model learns authentic early 20th‑century insurance industry journalism from one of the oldest continuously published insurance publications.
- Your model retrieves original reports on life insurance reserves, the Armstrong Laws, underwriting standards, and insurance company financial statements.
- Your model trains on the language of actuarial science, risk assessment, policyholder protections, and the regulatory debates that shaped modern insurance.
- Your model understands the evolution of insurance from pre‑Depression mutual aid societies to professionally managed carriers.

The dataset has been processed and transformed into a Snowflake-ready format, with extracted metadata fields including author, issue identifier, and normalized publication date. Each record is stored in structured JSON format, allowing for flexible querying and downstream analysis.

This collection provides insight into early 20th-century insurance practices, financial sentiment, and risk patterns prior to one of the most significant economic events in modern history.

**Key Features**

- 43,000+ structured records
- Coverage spanning 1906–1930
- Extracted metadata fields (author, issue, publication date)
- JSON-based schema (VARIANT column) for flexible querying
- Snowflake-native format for immediate integration
- Derived from historical insurance publications

<p><br/></p>

原始信息汇总

Best’s Review Insurance Dataset (1906–1930 Pre-Depression Archive)

数据集概述

该数据集是一个结构化的历史保险出版物档案，源自《Best’s Review》，涵盖1906年至1930年（大萧条前夕的关键时期）。数据已处理并转换为Snowflake就绪格式，提取了包括作者、期刊标识符和标准化出版日期在内的元数据字段。每条记录均以结构化JSON格式存储，便于灵活查询和下游分析。该合集提供了20世纪初保险实践、金融情绪以及现代历史上最重要经济事件之一发生前的风险模式的洞察。

关键特征

• 包含超过43,000条结构化记录。
• 覆盖时间跨度为1906年至1930年。
• 提取的元数据字段包括：作者、期刊、出版日期。
• 基于JSON的架构（VARIANT列），便于灵活查询。
• Snowflake原生格式，可立即集成。
• 源自历史保险出版物。

业务需求

金融与保险建模

基于大萧条前的风险模式和承保叙述训练模型。

宏观经济研究

分析导致系统性金融崩溃前的情绪和行业行为。

机器学习

为模型丰富提供特定领域的历史金融语言。

定量分析

将现代模型与历史金融状况进行比较。

数据字典

表名

BESTS_REVIEW_CORPUS

列

• RAW_DATA (Variant类型)：存储结构化JSON数据。JSON对象包含以下字段：
  • author：作者。
  • issue：期刊标识符。
  • text：文章正文。
  • title：文章标题。
  • type：类型（例如“article”）。

使用示例

查看样本记录

sql SELECT RAW_DATA FROM BESTS_REVIEW.BESTS_REVIEW_CORPUS LIMIT 10;

提取作者和期刊元数据

sql SELECT RAW_DATA:author::STRING AS author, RAW_DATA:issue::STRING AS issue FROM BESTS_REVIEW.BESTS_REVIEW_CORPUS LIMIT 20;

检索记录总数

sql SELECT COUNT(*) AS total_records FROM BESTS_REVIEW.BESTS_REVIEW_CORPUS;

定价类别

金融保险企业数据集。

提供商信息

提供商名称

Devin Media Corp.

联系方式

• 销售：[e-mail]
• 支持：[e-mail]

提供商简介

Devin Media Corp. 专注于为AI训练提供优质历史数据。我们提供全面的、可追溯来源的、经过偏见审核的、1930年以前的出版物和档案，经过专业清洗和结构化，适用于机器学习应用。我们的数据集涵盖医学、金融、时尚、法律和文化领域，包括一些社会中最负盛名和标志性的出版物。

数据集技术与管理详情

数据刷新频率

每年。

地理覆盖范围

全球。

云区域可用性 (AWS)

• 亚太地区（雅加达）
• 亚太地区（孟买）
• 亚太地区（大阪）
• 亚太地区（首尔）
• 另有39个区域可用。

法律条款

标准条款。

相关类别

• AI与机器学习
• 机器学习
• 定量分析