定稿：數(shù)據(jù)挖掘技術(shù)在財務(wù)決策支持系統(tǒng)中的應(yīng)用研究

《定稿：數(shù)據(jù)挖掘技術(shù)在財務(wù)決策支持系統(tǒng)中的應(yīng)用研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、數(shù)據(jù)挖掘技術(shù)在財務(wù)決策支持系統(tǒng)中的應(yīng)用研究ApplicationoftheFinancialDecisionSupportSystemwiththeDataMingTechnology周喜①②王加陽①(①中南大學信息科學與工程學院，湖南長沙410083；②湖南商學院，湖南長沙410205)【內(nèi)容摘要】財務(wù)決策支持系統(tǒng)是在傳統(tǒng)電算化會計信息系統(tǒng)的基礎(chǔ)上建立和發(fā)展起來的，傳統(tǒng)會計信息系統(tǒng)輸出的企業(yè)財務(wù)數(shù)據(jù)及非財務(wù)數(shù)據(jù)都存在數(shù)據(jù)過剩而信息不足的情況，面對這些結(jié)構(gòu)化或半結(jié)構(gòu)化的海量數(shù)據(jù)，將數(shù)據(jù)挖掘技術(shù)應(yīng)用到系統(tǒng)中充分有效的預(yù)測企業(yè)未來的發(fā)展趨勢，有利于輸出

2、財務(wù)決策信息供高層管理者使用?！娟P(guān)鍵詞】財務(wù)決策支持系統(tǒng)數(shù)據(jù)挖掘技術(shù)會計信息系統(tǒng)財務(wù)預(yù)測前言：會計信息系統(tǒng)是可分為三個層次：會計核算層、財務(wù)管理層和財務(wù)決策支持層，分別屬于事后核算、事中控制和事前預(yù)測與決策過程。財務(wù)決策支持系統(tǒng)就是最高層，也是會計信息系統(tǒng)發(fā)展的最終目標。財務(wù)決策支持系統(tǒng)是在核算層和財務(wù)管理層會計信息系統(tǒng)的基礎(chǔ)上建立和發(fā)展起來的，核算層和財務(wù)管理層會計信息系統(tǒng)輸出的企業(yè)財務(wù)數(shù)據(jù)及非財務(wù)數(shù)據(jù)都存在數(shù)據(jù)過剩而信息不足的情況，這嚴重影響了財務(wù)決策支持系統(tǒng)發(fā)揮其有效的作用。面對這些結(jié)構(gòu)化或半結(jié)構(gòu)化的海量數(shù)據(jù)，將數(shù)據(jù)挖掘技術(shù)應(yīng)用到財務(wù)決策支持

3、系統(tǒng)中充分有效的預(yù)測企業(yè)未來的發(fā)展趨勢，有利于輸出決策信息供高層管理者使用，提高企業(yè)的競爭力。一、財務(wù)決策系統(tǒng)定義及其國內(nèi)外發(fā)展情況財務(wù)決策支持系統(tǒng)（FinancialDecisionSupportSystem，F(xiàn)DSS）是決策支持系統(tǒng)的一個子系統(tǒng)，是在會計電算化、信息化、網(wǎng)絡(luò)化的基礎(chǔ)上建立的，具有人機交互特征的、能夠利用會計數(shù)據(jù)、非會計數(shù)據(jù)和相關(guān)模型幫助決策者去解決財務(wù)管理中結(jié)構(gòu)化或半結(jié)構(gòu)化問題，并能將非結(jié)構(gòu)化問題逐漸向半結(jié)構(gòu)化以及結(jié)構(gòu)化方向轉(zhuǎn)化的信息系統(tǒng)（所謂結(jié)構(gòu)化問題指的是在決策時處理的過程是清楚的，所謂非結(jié)構(gòu)化問題指的是在決策時處理的過程是

4、不清楚的，半結(jié)構(gòu)化問題界于兩者之間）。5在國內(nèi)，會計核算系統(tǒng)和財務(wù)管理系統(tǒng)已發(fā)展良好，逐步地為用戶理解和接受，但財務(wù)決策支持系統(tǒng)的發(fā)展尚處初級階段，國內(nèi)也只有少數(shù)的大企業(yè)建有數(shù)據(jù)倉庫及使用數(shù)據(jù)挖掘技術(shù)，而且國內(nèi)大部分的財務(wù)軟件是單獨存在，缺乏與其他管理信息系統(tǒng)的聯(lián)系，而財務(wù)分析決策模塊也份量輕微或根本不存在。在國外，財務(wù)決策支持系統(tǒng)已較為完善，以財務(wù)管理為核心構(gòu)造系統(tǒng)，做到了賬務(wù)系統(tǒng)與管理系統(tǒng)的有機融合，做到了事前預(yù)測與決策、事中控制、事后分析為一體的網(wǎng)絡(luò)化、科學化的決策管理，同時也有了商品化的軟件系統(tǒng)產(chǎn)品，其中較為著名的有MicrosoftSQL

5、Server2000等。二、數(shù)據(jù)挖掘技術(shù)簡介數(shù)據(jù)挖掘是在信息化環(huán)境下發(fā)展起來的一門新技術(shù)，是統(tǒng)計學、人工智能、計算機技術(shù)、建模技術(shù)、電子技術(shù)、信息技術(shù)等不同學科、不同領(lǐng)域的思想交匯和結(jié)合，它是利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間關(guān)系的過程，使用這些模型和關(guān)系可以進行預(yù)測，以幫助決策者尋找數(shù)據(jù)間潛在的關(guān)聯(lián)。總的來說數(shù)據(jù)挖掘技術(shù)分為兩大類：探索型數(shù)據(jù)挖掘和預(yù)測型數(shù)據(jù)挖掘。探索型數(shù)據(jù)挖掘包括一系列在預(yù)先未知任何現(xiàn)有模式的情況下，在數(shù)據(jù)內(nèi)查找模型的技術(shù)。探索型數(shù)據(jù)挖掘可分群、關(guān)聯(lián)分析和頻度分析技術(shù)。預(yù)測型挖掘包括一系列在數(shù)據(jù)中查找特定定量與其他定量

6、之間關(guān)系的技術(shù)。預(yù)測型數(shù)據(jù)挖掘常用的有分類和聚類、數(shù)值預(yù)測技術(shù)。數(shù)據(jù)挖掘使用的算法很多，主要包括統(tǒng)計分析、機器學習、決策樹、粗糙集、人工神經(jīng)網(wǎng)絡(luò)和徑向基函數(shù)等。數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域從學術(shù)、醫(yī)藥、科學研究領(lǐng)域擴展開來，已被非常有效地應(yīng)用在零售、銀行、醫(yī)療、電信、保險、制造、旅游和服務(wù)行業(yè)。（一）數(shù)據(jù)挖掘的主要方法1、決策樹方法決策樹方法是數(shù)據(jù)挖掘中經(jīng)常使用的方法，它可以用來進行數(shù)據(jù)分析，也可以用來做預(yù)測。決策樹是一個類似流程圖的樹型結(jié)構(gòu)，其中每個內(nèi)部節(jié)點表示在一個屬性上的測試，每個分枝代表一個測試輸出，而每個樹葉點代表類或類分布，樹的最頂層節(jié)點是根節(jié)點

7、。決策樹建立的過程，每次切分對應(yīng)一個問題，也對應(yīng)著一個節(jié)點。對每個切分都要求分成的組之間“差異”最大。2、神經(jīng)網(wǎng)絡(luò)法神經(jīng)網(wǎng)絡(luò)最早由心理學家和神經(jīng)生物學家提出，旨在尋求開發(fā)和測試神經(jīng)的計算模擬。由于神經(jīng)網(wǎng)絡(luò)在解決復(fù)雜問題時能提供一種相對簡單的方法，因此近年來越來越受到人們的關(guān)注。典型的神經(jīng)網(wǎng)絡(luò)模型主要分三大類：（1）以感知機、BP反向傳播模型、函數(shù)型網(wǎng)絡(luò)為代表，用于分類、預(yù)測和模式識別的前饋式神經(jīng)網(wǎng)絡(luò)模型；（2）以Hopfield的離散模型和連續(xù)模型為代表，分別用語聯(lián)想記憶和優(yōu)化計算的反饋式神經(jīng)網(wǎng)絡(luò)模型；（3）以ART模型、Kohonen模型為代表的

8、，用于聚類的自組織影射方法。（二）數(shù)據(jù)挖掘的基本步驟SEMMA方法是目前最受歡迎的一種數(shù)據(jù)挖掘方法，其描述的數(shù)據(jù)挖掘的大致