智能财务决策支持系统的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-15页 |
| 1.1 项目背景和意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 论文结构 | 第14-15页 |
| 第2章 数据挖掘与智能财务决策 | 第15-30页 |
| 2.1 数据挖掘的概述及相关技术 | 第15页 |
| 2.2 决策树 ID3 算法 | 第15-19页 |
| 2.2.1 主要的决策树算法 | 第15-17页 |
| 2.2.2 ID3 算法的应用举例 | 第17-19页 |
| 2.3 ID3 算法的改进 | 第19-22页 |
| 2.3.1 ID3 算法的分析 | 第19-21页 |
| 2.3.2 改进算法的应用实例 | 第21-22页 |
| 2.4 实验结果 | 第22-23页 |
| 2.5 财务决策中应用的数据挖掘技术 | 第23-25页 |
| 2.6 决策支持系统的概述 | 第25-29页 |
| 2.6.1 智能决策支持系统及其体系结构 | 第26页 |
| 2.6.2 智能财务决策支持系统及其结构 | 第26-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第3章 智能财务决策支持系统的分析设计 | 第30-42页 |
| 3.1 系统应用背景及需求分析 | 第30-31页 |
| 3.2 系统体系架构设计 | 第31-32页 |
| 3.3 XM 集团公司的财务决策系统的总体设计 | 第32-35页 |
| 3.3.1 系统的功能模块 | 第32-34页 |
| 3.3.2 系统数据模型构建 | 第34-35页 |
| 3.4 投资决策系统的需求分析 | 第35-36页 |
| 3.4.1 系统目标及需求分析 | 第35-36页 |
| 3.4.2 系统的总体分析 | 第36页 |
| 3.5 系统功能模块设计 | 第36-37页 |
| 3.6 数据库设计 | 第37-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第4章 投资决策系统的数据挖掘模型 | 第42-57页 |
| 4.1 风险决策与决策树算法 | 第42页 |
| 4.2 投资预测决策综合评价模型设计 | 第42-45页 |
| 4.2.1 数据模型设计的原则： | 第42-43页 |
| 4.2.2 数据模型设计思路 | 第43-45页 |
| 4.3 投资决策综合评价模型的建立 | 第45-52页 |
| 4.4 投资预测模型的验证 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 智能财务决策系统中投资决策子系统的实现 | 第57-62页 |
| 5.1 系统的实现 | 第57-59页 |
| 5.1.1 投资项目管理模块的实现 | 第57页 |
| 5.1.2 投资分析模块的实现 | 第57-58页 |
| 5.1.3 风险分析模块的实现 | 第58-59页 |
| 5.1.4 综合评价模块的实现 | 第59页 |
| 5.2 知识库与推理机的实现 | 第59-61页 |
| 5.3 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 附录 B | 第68-70页 |
