基于数据挖掘技术的财务风险分析与预警研究

基于数据挖掘技术的财务风险分析与预警研究

ID:32391315

大小:16.48 MB

页数:128页

时间:2019-02-04

基于数据挖掘技术的财务风险分析与预警研究_第1页
基于数据挖掘技术的财务风险分析与预警研究_第2页
基于数据挖掘技术的财务风险分析与预警研究_第3页
基于数据挖掘技术的财务风险分析与预警研究_第4页
基于数据挖掘技术的财务风险分析与预警研究_第5页
资源描述:

《基于数据挖掘技术的财务风险分析与预警研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、北京聋匕工大学博士研究生学位论文日期:二。一二年六月五El北京化工大学位论文原创性声明一攀嬲本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:—赵L日期:.≯口}≥、s?/关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定,基S:研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留

2、并向国家有关部门或机构送交论文的复印件和磁盘,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。保密论文注释:本学位论文属于保密范围,在上年解密后适用本授权书。非保密论文注释:本学位论文不属于保密范围,适用本授权书。作者签名:导师签名:苏殇聋学日期:≯?二0/日瓤■■一t?学位论文数据集中图分类号TP39学科分类号520.60论文编号1001020128106密级无学位授予单位代码10010学位授予单位名称北京化工大学作者姓名赵春学号200608106获学位专业名称控制理论与控制工程获学位专业

3、代码081101课题来源自选课题研究方向数据挖掘论文题目基于数据挖掘技术的财务风险分析与预警研究数据挖掘,关联规则,交互挖掘,增量挖掘,关键词动态维护,风险分析,危机预警论文答辩日期2012-05—30章论文类型2学位论文评阅及答辩委员会情况姓名职称工作单位学科专长指导教师朱群雄教授北京化工大学评阅人1黄德先教授清华大学评阅人2戴亚平教授北京理工大学评阅人3评阅人4评阅人5撇员蝴黄德先教授清华大学答辩委员1戴亚平教授北京理工大学答辩委员2张朝晖教授北京科技大学答辩委员3黄克谨教授北京化工大学答辩委员4王建林教授北京化工大学答辩委员5注:一.论文类型:1.基础研究

4、2.应用研究3.开发研究4.其它二.中图分类号在《中国图书资料分类法》查询。三.学科分类号在中华人民共和国国家标准(GB/T13745-9)《学科分类与代码》中查询。四.论文编号由单位代码和年份及学号的后四位组成。摘要基于数据挖掘技术的财务风险分析与预警研究随着信息技术的快速发展和管理理论研究取得重大进展,信息技术在企业管理决策领域中的应用受到越来越多的关注。面对残酷的市场竞争环境,企业对风险管理的要求日益提高,如何客观评价企业管理过程中存在的财务风险,并对其进行及时预警是企业管理层始终追求的目标。传统的企业财务风险分析与预警研究方法主要包括统计分析和人工智能模

5、型。随着企业规模的扩大和信息披露越来越频繁,统计分析模型已经不能适应海量数据分析的要求,人工智能模型没有考虑到财务数据的时间延续性。另外,企业财务风险分析与预警研究受企业内外部多种因素影响,不确定性非常高,而数据挖掘技术在不确定性理论研究中的优秀表现让两者紧密联系起来。因此,针对传统方法无法解决的问题,本文深入研究关联规则数据挖掘方法,提出了三种新的关联规则改进型算法,极大提高了数据挖掘的效率;同时,将这些算法应用于企业财务风险分析与危机预警的研究,提出了企业财务风险概念层次树模型和时间序列动态维护的财务危机预警模型。主要研究内容如下:1.基于Hash结构的关联

6、规则交互挖掘算法HIUA现有的关联规则挖掘算法主要基于支持度.置信度框架,同一数据库在不同的支持度和置信度阈值下,算法产生的频繁项集和关联规则的数目是不同的。由于用户事先无法确定合适的支持度和置信度阈值,需要不断尝试不同的阂值才能得到理想的频繁项集和关联规则。本文针对支持度阈T北京化工大学博士学位论文值变化时的关联规则维护问题,即当用户调整阈值时存在多次遍历数据库和重复计算问题,提出了基于Hash结构的关联规则交互挖掘算法HIUA,该算法改进了原始IUA算法的剪枝过程,并通过Hash结构快速存取算法执行过程中得到的支持度计数,提高算法运行效率。2.基于部分支持度

7、树的关联规则增量式更新算法IUPSMiner关联规则的挖掘算法通常假定数据库是静态的,在阈值固定的情况下,如果数据库发生变化,算法需要通过重新进行数据库扫描和计算来得到新的规则。本文针对阂值不变而数据库发生变化时的关联规则维护问题,提出了基于部分支持度树PSTree结构的关联规则增量式更新算法IUPSMiner,该算法只需对新增数据库进行挖掘,通过合并已有的和新增的部分支持度树生成新的部分支持度树,来减少对原数据库的扫描和重复计算,有效地维护了已挖掘的关联规则,提高算法的效率。3.关联规则的动态维护算法ARDM关联规则的动态维护是指当数据库和支持度阈值同时发生变

8、化的情况下,关联规则的维

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。