| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 数据挖掘技术研究现状 | 第10-11页 |
| 1.2.2 财务风险分析方法研究现状 | 第11-12页 |
| 1.3 本文研究内容及框架 | 第12-15页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 技术路线 | 第13-15页 |
| 第2章 数据挖掘技术分析 | 第15-20页 |
| 2.1 数据挖掘基本概念 | 第15-16页 |
| 2.2 数据挖掘的过程 | 第16-17页 |
| 2.2.1 确定对象 | 第16页 |
| 2.2.2 数据准备 | 第16页 |
| 2.2.3 数据挖掘 | 第16页 |
| 2.2.4 结果分析 | 第16-17页 |
| 2.2.5 知识同化 | 第17页 |
| 2.3 数据挖掘常用方法 | 第17-19页 |
| 2.3.1 人工神经网络法 | 第17页 |
| 2.3.2 遗传算法 | 第17-18页 |
| 2.3.3 决策树法 | 第18页 |
| 2.3.4 关联分析法 | 第18页 |
| 2.3.5 序列模式分析法 | 第18页 |
| 2.3.6 分类分析法 | 第18-19页 |
| 2.3.7 聚类分析法 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 基于关联规则的交互挖掘算法研究 | 第20-30页 |
| 3.1 关联规则挖掘技术 | 第20-21页 |
| 3.1.1 频繁项集的产生 | 第20页 |
| 3.1.2 规则的兴趣度度量 | 第20-21页 |
| 3.1.3 关联规则的数据挖掘种类 | 第21页 |
| 3.2 基于关联规则的交互挖掘算法 | 第21-29页 |
| 3.2.1 算法描述 | 第22-24页 |
| 3.2.2 算法分析 | 第24-25页 |
| 3.2.3 性能分析 | 第25-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 基于关联规则交互挖掘的企业财务风险分析 | 第30-42页 |
| 4.1 企业财务风险分析 | 第30-32页 |
| 4.1.1 企业财务风险分析流程 | 第30-31页 |
| 4.1.2 企业财务风险管理 | 第31-32页 |
| 4.2 新交互挖掘手段基础上的企业财务风险分析策略 | 第32-41页 |
| 4.2.1 财务风险分析指标体系 | 第33-37页 |
| 4.2.2 财务指标的相关性分析 | 第37页 |
| 4.2.3 财务风险区间等级划分 | 第37-38页 |
| 4.2.4 财务风险分析模型 | 第38-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 企业财务风险分析实证研究 | 第42-52页 |
| 5.1 样本选取 | 第42页 |
| 5.2 财务风险指标的选择 | 第42-45页 |
| 5.3 财务指标数据库重构 | 第45-46页 |
| 5.4 财务风险分析 | 第46-51页 |
| 5.5 政策建议 | 第51页 |
| 5.6 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-53页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 作者简介 | 第57页 |