| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 1 绪论 | 第11-15页 |
| ·问题的提出及研究的意义 | 第11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的研究工作和主要内容 | 第12-15页 |
| 2 智能财务决策支持系统及数据挖掘概述 | 第15-29页 |
| ·决策支持系统概述 | 第15-16页 |
| ·决策支持系统的概念 | 第15页 |
| ·决策支持系统的主要特征和功能 | 第15-16页 |
| ·智能决策支持系统概述 | 第16-19页 |
| ·智能决策支持系统概念的提出 | 第16-17页 |
| ·传统决策支持系统的体系结构 | 第17-18页 |
| ·专家系统 | 第18-19页 |
| ·智能决策支持系统的体系结构 | 第19页 |
| ·智能财务决策支持系统概述 | 第19-21页 |
| ·智能财务决策支持系统概念 | 第19-20页 |
| ·智能财务决策支持系统的体系结构 | 第20-21页 |
| ·数据仓库概述 | 第21-22页 |
| ·数据仓库的定义及特征 | 第21页 |
| ·数据仓库的系统结构 | 第21-22页 |
| ·数据挖掘 | 第22-29页 |
| ·数据挖掘的定义及功能 | 第23-25页 |
| ·数据挖掘结构及过程 | 第25-26页 |
| ·数据挖掘策略与技术 | 第26-29页 |
| 3 ZT 集团智能财务决策支持系统设计 | 第29-39页 |
| ·ZT 集团智能决策支持系统的应用背景和现状 | 第29-30页 |
| ·应用背景及现状 | 第29-30页 |
| ·需求分析 | 第30页 |
| ·系统目标及实现功能 | 第30-32页 |
| ·系统的目标 | 第30-31页 |
| ·系统功能 | 第31-32页 |
| ·ZT 集团 IFDSS 的系统架构 | 第32-35页 |
| ·系统体系架构设计 | 第32-33页 |
| ·体系架构分析 | 第33-34页 |
| ·系统处理过程 | 第34-35页 |
| ·智能财务决策支持系统总体设计 | 第35-39页 |
| ·基本流程 | 第35页 |
| ·系统主题的划分 | 第35-36页 |
| ·系统功能模块 | 第36-38页 |
| ·系统数据模型构建 | 第38-39页 |
| 4 ZT 集团智能财务决策支持系统中关键数据挖掘技术研究 | 第39-57页 |
| ·系统的关键技术研究 I——聚类方法研究 | 第39-42页 |
| ·聚类分析法对比 | 第39-40页 |
| ·灰色聚类分析方法的具体应用 | 第40-42页 |
| ·系统的关键技术研究Ⅱ——决策树方法研究 | 第42-45页 |
| ·系统的关键技术研究Ⅲ——关联规则算法研究 | 第45-57页 |
| ·关联规则挖掘的经典算法 | 第45-48页 |
| ·关联规则挖掘算法的初步改进 | 第48-51页 |
| ·关联规则挖掘算法的进一步改进 | 第51页 |
| ·实验设计 | 第51页 |
| ·数据准备 | 第51-52页 |
| ·实验结果 | 第52-55页 |
| ·关联规则挖掘算法在投资决策中的应用举例 | 第55-57页 |
| 5 ZT 集团智能财务决策支持系统中子系统开发与实现 | 第57-69页 |
| ·基于数据挖掘投资决策子系统的构建 | 第57-59页 |
| ·系统的目标及功能结构 | 第57-58页 |
| ·构建步骤 | 第58-59页 |
| ·数据挖掘技术的具体应用 | 第59页 |
| ·投资决策子系统的开发分析 | 第59-60页 |
| ·系统总体分析 | 第59页 |
| ·系统开发工具 | 第59页 |
| ·基础系统 | 第59-60页 |
| ·基础数据 | 第60页 |
| ·系统总体架构及数据模型设计 | 第60-63页 |
| ·系统处理过程设计 | 第60-61页 |
| ·数据模型设计规则 | 第61-62页 |
| ·数据模型设计思路 | 第62-63页 |
| ·系统功能模块及其功能 | 第63页 |
| ·系统功能模块设计 | 第63页 |
| ·各模块功能 | 第63页 |
| ·系统实现 | 第63-69页 |
| ·数据库设计及转换 | 第63-64页 |
| ·主要界面 | 第64-66页 |
| ·模型库设计 | 第66-67页 |
| ·知识库与推理机设计 | 第67-69页 |
| 6 总结及展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·后续研究的展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 附录一 | 第75-86页 |
| 附录二 | 第86页 |