基于复杂网络理论的云会计可信性度量及优化研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究综述 | 第12-17页 |
| 1.2.1 国外研究综述 | 第12-14页 |
| 1.2.2 国内研究综述 | 第14-16页 |
| 1.2.3 研究评述 | 第16-17页 |
| 1.3 研究内容及方法 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 研究方法 | 第18-19页 |
| 1.4 本文创新点 | 第19-20页 |
| 2 相关概念及理论基础 | 第20-30页 |
| 2.1 相关概念 | 第20-23页 |
| 2.1.1 云会计概述 | 第20-22页 |
| 2.1.2 云会计可信性 | 第22-23页 |
| 2.2 基础理论 | 第23-27页 |
| 2.2.1 复杂网络概述 | 第23-24页 |
| 2.2.2 复杂网络的相关指标 | 第24-27页 |
| 2.3 复杂网络基本模型 | 第27-30页 |
| 2.3.1 规则网络模型 | 第27-28页 |
| 2.3.2 小世界模型 | 第28页 |
| 2.3.3 无标度网络模型 | 第28-30页 |
| 3 云会计发展概况及结构分析 | 第30-39页 |
| 3.1 企业会计信息系统发展历程 | 第30-31页 |
| 3.2 我国云会计使用现状 | 第31-33页 |
| 3.2.1 整体现状 | 第31-33页 |
| 3.2.2 地域分布现状 | 第33页 |
| 3.3 影响用户选择的因素 | 第33-36页 |
| 3.3.1 选择云会计的原因 | 第33-34页 |
| 3.3.2 没有选择或停用云会计的原因 | 第34-36页 |
| 3.3.3 面临的挑战 | 第36页 |
| 3.4 云会计结构分析 | 第36-39页 |
| 3.4.1 整体结构分析 | 第36-37页 |
| 3.4.2 模块间数据关系 | 第37-39页 |
| 4 云会计可信性度量方法体系构建 | 第39-59页 |
| 4.1 基于复杂网络的可信指标选取 | 第39-41页 |
| 4.1.1 可信指标选择原则 | 第39页 |
| 4.1.2 具体可信指标选取 | 第39-41页 |
| 4.2 复杂网络模型构建 | 第41-48页 |
| 4.2.1 顶点设置 | 第41-47页 |
| 4.2.2 模型构建 | 第47-48页 |
| 4.3 合规范性检验及可信指标计算 | 第48-56页 |
| 4.3.1 合规范性检验 | 第48-50页 |
| 4.3.2 可信指标计算 | 第50-56页 |
| 4.4 可信性度量 | 第56-59页 |
| 4.4.1 度量指标设置 | 第56-57页 |
| 4.4.2 确定权重 | 第57-58页 |
| 4.4.3 可信性度量 | 第58-59页 |
| 5 云会计产品可信性对比研究 | 第59-67页 |
| 5.1 数据选取 | 第59页 |
| 5.2 统计与分析 | 第59-65页 |
| 5.2.1 指标统计 | 第59-61页 |
| 5.2.2 指标分析 | 第61-65页 |
| 5.3 可信度对比 | 第65-67页 |
| 6 研究结论及优化建议 | 第67-71页 |
| 6.1 研究结论 | 第67-68页 |
| 6.2 优化建议 | 第68-70页 |
| 6.2.1 对云会计供应商的建议 | 第68-69页 |
| 6.2.2 对云会计使用者的建议 | 第69-70页 |
| 6.3 研究不足与展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |
| 攻读学位期间参与的科研项目 | 第76-78页 |
