基于財(cái)務(wù)分析的數(shù)據(jù)挖掘研究與應(yīng)用.pdf

1、隨著企業(yè)信息化過程的不斷推進(jìn)，很多企業(yè)已經(jīng)積累了大量的業(yè)務(wù)數(shù)據(jù)，但是這些業(yè)務(wù)數(shù)據(jù)的商業(yè)價(jià)值并沒有得到充分地挖掘和利用，傳統(tǒng)的財(cái)務(wù)分析方法只是簡單地利用統(tǒng)計(jì)學(xué)的方法對于少量的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，如果想要分析行業(yè)里數(shù)以千萬的信息是比較困難的，并且利用傳統(tǒng)的分析方法也不能夠深入地了解海量財(cái)務(wù)數(shù)據(jù)潛在的、深層次的信息。然而在信息化工具組合中，數(shù)據(jù)挖掘工具作為最為銳利、高效和復(fù)雜的工具之一，它的優(yōu)勢就是能夠快速從海量數(shù)據(jù)中抓取有效的信息從而得到這些

2、數(shù)據(jù)背后獨(dú)特的業(yè)務(wù)規(guī)律，就可以科學(xué)地制定決策，更能預(yù)測未來業(yè)務(wù)的發(fā)展趨勢。應(yīng)該利用數(shù)據(jù)挖掘技術(shù)在這方面的優(yōu)勢，如何讓財(cái)務(wù)分析方法和數(shù)據(jù)挖掘技術(shù)有效地結(jié)合應(yīng)用是本文研究的焦點(diǎn)。 本文描述了數(shù)據(jù)挖掘的理論和方法在財(cái)務(wù)分析中的實(shí)際應(yīng)用。在實(shí)際應(yīng)用中，以商業(yè)智能應(yīng)用為背景，采用財(cái)務(wù)分析方法與數(shù)據(jù)挖掘技術(shù)相結(jié)合的研究手段。針對網(wǎng)絡(luò)上公布的鋼鐵行業(yè)企業(yè)的財(cái)務(wù)報(bào)表數(shù)據(jù)，建立一套運(yùn)用聚類、關(guān)聯(lián)規(guī)則、決策樹方法進(jìn)行聯(lián)合分析的財(cái)務(wù)分析模型。通過此模

3、型的運(yùn)用，我們發(fā)現(xiàn)可以提高財(cái)務(wù)分析的效率，因此本文的研究工作具有較高的實(shí)用價(jià)值。 論文的主要工作表現(xiàn)在以下三點(diǎn)： 1．由于Apriori算法需要頻繁地訪問數(shù)據(jù)庫，而當(dāng)候選集項(xiàng)目數(shù)目過多時(shí)就會(huì)造成計(jì)算機(jī)I/O阻塞、內(nèi)存效率低下。為了改善這個(gè)問題，本文采用數(shù)據(jù)預(yù)處理機(jī)制來提高關(guān)聯(lián)分析的效率：將不規(guī)則數(shù)據(jù)轉(zhuǎn)換成布爾矩陣，從而使關(guān)聯(lián)分析的工作從對事物數(shù)據(jù)的挖掘轉(zhuǎn)換成對其布爾矩陣的分析； 2．當(dāng)僅僅使用關(guān)聯(lián)規(guī)則一個(gè)算法的時(shí)