基于財務分析的數(shù)據(jù)挖掘研究與應用.pdf

1、隨著企業(yè)信息化過程的不斷推進，很多企業(yè)已經(jīng)積累了大量的業(yè)務數(shù)據(jù)，但是這些業(yè)務數(shù)據(jù)的商業(yè)價值并沒有得到充分地挖掘和利用，傳統(tǒng)的財務分析方法只是簡單地利用統(tǒng)計學的方法對于少量的財務數(shù)據(jù)進行分析，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務數(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)背后獨特的業(yè)務規(guī)律，就可以科學地制定決策，更能預測未來業(yè)務的發(fā)展趨勢。應該利用數(shù)據(jù)挖掘技術在這方面的優(yōu)勢，如何讓財務分析方法和數(shù)據(jù)挖掘技術有效地結(jié)合應用是本文研究的焦點。 本文描述了數(shù)據(jù)挖掘的理論和方法在財務分析中的實際應用。在實際應用中，以商業(yè)智能應用為背景，采用財務分析方法與數(shù)據(jù)挖掘技術相結(jié)合的研究手段。針對網(wǎng)絡上公布的鋼鐵行業(yè)企業(yè)的財務報表數(shù)據(jù)，建立一套運用聚類、關聯(lián)規(guī)則、決策樹方法進行聯(lián)合分析的財務分析模型。通過此模

3、型的運用，我們發(fā)現(xiàn)可以提高財務分析的效率，因此本文的研究工作具有較高的實用價值。 論文的主要工作表現(xiàn)在以下三點： 1．由于Apriori算法需要頻繁地訪問數(shù)據(jù)庫，而當候選集項目數(shù)目過多時就會造成計算機I/O阻塞、內(nèi)存效率低下。為了改善這個問題，本文采用數(shù)據(jù)預處理機制來提高關聯(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．當僅僅使用關聯(lián)規(guī)則一個算法的時