数据挖掘技术在高校财务分析中应用研究

论文摘要

目前,随着我国高等教育的快速发展和改革的不断深入、高校的理财环境和财务管理的职能的逐步转变,对高校财务分析工作提出了更高的要求。然而,我国现行高校的财务分析,无论在理论研究还是在实践方面,都存在者一定的局限性。虽然计算机技术和网络技术已普遍应用于高校的财务管理中,但仅限于财务核算,而对财务分析较少涉及。大量丰富的财务数据的主要用途仍是提供简单的查询和统计报表,对这些数据所隐藏的深层次的信息没有充分地利用。这时若采用数据挖掘的方法和以往的财务分析方法相结合,往往能收到更好的效果。本文主要针对的问题是高校财务管理中学生缴费风险分析,通过对数据挖掘技术的研究,结合高校财务管理系统的特点,将数据挖掘理论和方法应用到高校财务分析中,并得到了良好的效果。本文的主要研究内容包括:针对财务管理的特点,引入风险权重因子对ID3算法进行改进,使ID3决策树算法能更好地依据财务数据各要素的风险权重进行分类;将递增式学习与决策树构造算法相结合,使得决策树构造算法能处理递增的数据;针对当前高校学生欠费这一实际问题,结合数据仓库、数据挖掘等相关技术,设计了高校学生欠费预警系统方案,以便能动态、准确地监测当前缴费状况,预测高风险欠费学生,从而为高校领导层管理决策提供更加科学的依据。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究背景
• 1.2 相关国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 本文的主要工作
• 1.4 论文组织结构
• 第2章 高校财务分析及数据挖掘相关技术
• 2.1 高校财务分析
• 2.1.1 高校财务分析的概念
• 2.1.2 高校财务分析的目的和意义
• 2.1.3 高校财务分析的依据
• 2.2 数据挖掘
• 2.2.1 数据挖掘的概念
• 2.2.2 数据挖掘的方法
• 2.2.3 数据挖掘的过程
• 2.3 本章小结
• 第3章 一种改进的ID3决策树算法
• 3.1 引言
• 3.2 决策树算法介绍
• 3.2.1 ID3算法
• 3.2.2 C4.5算法
• 3.2.3 CART算法
• 3.3 ID3算法的改进
• 3.3.1 ID3算法存在的问题
• 3.3.2 一种改进的加权ID3算法
• 3.3.3 改进ID3增量式学习方案设计
• 3.4 实验结果
• 3.5 本章小结
• 第4章 高校财务预警分析系统设计
• 4.1 引言
• 4.2 应用系统体系结构方案设计
• 4.2.1 系统总体框架
• 4.2.2 系统主要设计说明
• 4.3 学生缴费情况数据仓库设计
• 4.3.1 数据源的确定和数据的预处理
• 4.3.2 数据仓库三级模型的建立
• 4.3.3 数据源的构成
• 4.4 改进的ID3分类及预警分析系统设计
• 4.4.1 最大树生长模块
• 4.4.2 递增式学习模块
• 4.4.3 剪枝及最优树的选择模块
• 4.4.4 欠费学生预警分析系统的设计
• 4.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢
• 个人简历