| 摘要 | 第4-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11页 |
| 1.3 本文研究内容与组织结构 | 第11-13页 |
| 第2章 企业财务分析 | 第13-22页 |
| 2.1 企业财务分析的概念和意义 | 第13-14页 |
| 2.2 企业财务分析的基本方法 | 第14-19页 |
| 2.2.1 比较分析方法 | 第15-16页 |
| 2.2.2 趋势分析方法 | 第16页 |
| 2.2.3 因素分析方法 | 第16页 |
| 2.2.4 结构分析方法 | 第16-17页 |
| 2.2.5 比率分析方法 | 第17-19页 |
| 2.3 企业财务分析的应用前景 | 第19-20页 |
| 2.4 企业财务分析的数据挖掘过程 | 第20-22页 |
| 第3章 数据挖掘方法 | 第22-31页 |
| 3.1 关联规则 | 第22-25页 |
| 3.1.1 Apriori 算法 | 第23-24页 |
| 3.1.2 改进的 Apriori 算法 | 第24-25页 |
| 3.2 聚类算法 | 第25-28页 |
| 3.2.1 聚类的概念 | 第25页 |
| 3.2.2 聚类统计量 | 第25-26页 |
| 3.2.3 聚类方法 | 第26-28页 |
| 3.3 决策树 | 第28-31页 |
| 第4章 面向企业财务分析的高效数据挖掘联合模型设计 | 第31-36页 |
| 4.1 关系型数据库中关联规则的挖掘 | 第31-32页 |
| 4.2 关系型数据库中关联规则的挖掘过程 | 第32-34页 |
| 4.3 面向企业财务分析的高效数据挖掘联合模型设计 | 第34-36页 |
| 4.3.1 高效数据挖掘联合模型的挖掘流程 | 第34-35页 |
| 4.3.2 高效数据挖掘联合模型的应用前景 | 第35-36页 |
| 第5章 基于高效数据挖掘联合模型的企业财务分析 | 第36-54页 |
| 5.1 企业财务分析系统架构 | 第36页 |
| 5.2 企业财务分析系统组成模块 | 第36-40页 |
| 5.2.1 安全管理模块 | 第37页 |
| 5.2.2 维度管理模块 | 第37页 |
| 5.2.3 场景管理模块 | 第37-38页 |
| 5.2.4 数据管理模块 | 第38页 |
| 5.2.5 报告模块 | 第38-40页 |
| 5.3 数据准备与筛选 | 第40-46页 |
| 5.3.1 获取数据 | 第40-42页 |
| 5.3.2 处理数据 | 第42-44页 |
| 5.3.3 事件管理 | 第44-46页 |
| 5.4 基于高效数据挖掘联合模型的企业财务分析 | 第46-54页 |
| 5.4.1 聚类分析 | 第46-47页 |
| 5.4.2 关联分析 | 第47-51页 |
| 5.4.3 决策树分析 | 第51-52页 |
| 5.4.4 企业财务分析结果 | 第52-54页 |
| 第6章 结论与展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57页 |