数据挖掘技术在财务分析中的研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外相关研究综述 | 第10-13页 |
| ·国外研究 | 第10-11页 |
| ·国内研究 | 第11-13页 |
| 第二章 数据挖掘与财务分析概述 | 第13-18页 |
| ·数据挖掘的概念 | 第13-15页 |
| ·数据挖掘的定义 | 第13页 |
| ·数据挖掘的相关概念 | 第13-15页 |
| ·财务分析概述 | 第15-16页 |
| ·财务分析的定义 | 第15页 |
| ·传统财务分析方法的局限 | 第15-16页 |
| 本章小结 | 第16-18页 |
| 第三章 数据挖掘应用于财务分析的方案设计 | 第18-37页 |
| ·数据挖掘在财务分析中的主要应用——财务预警 | 第18-19页 |
| ·财务预警中的传统财务分析方法 | 第19-26页 |
| ·比率分析法 | 第19-24页 |
| ·线性分析方法 | 第24-25页 |
| ·传统财务预警分析方法的局限性 | 第25-26页 |
| ·财务预警可用的挖掘技术 | 第26-33页 |
| ·Logistic 回归 | 第29-30页 |
| ·财务预警的知识发现类挖掘 | 第30-33页 |
| ·财务预警数据挖掘方案 | 第33-35页 |
| 本章小结 | 第35-37页 |
| 第四章 财务预警分析的数据挖掘过程 | 第37-66页 |
| ·数据挖掘工具描述 | 第37-40页 |
| ·数据准备和预处理 | 第40-46页 |
| ·财务预警分析的样本选择 | 第40-41页 |
| ·财务预警分析的指标体系 | 第41-42页 |
| ·样本数据的预处理 | 第42-46页 |
| ·主成分分析提取公共因子 | 第46-49页 |
| ·数据挖掘过程 | 第49-59页 |
| ·Logistic 回归 | 第49-51页 |
| ·关联分析 | 第51-53页 |
| ·C&RT 决策树 | 第53-57页 |
| ·神经网络 | 第57-59页 |
| ·挖掘效果评价 | 第59-64页 |
| ·挖掘结果分析 | 第64-65页 |
| 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71-72页 |
