| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景与问题的提出 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 问题的提出 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 财务共享的相关研究 | 第11-12页 |
| 1.2.2 协作施工核算的相关研究 | 第12-13页 |
| 1.2.3 大数据的相关研究 | 第13-14页 |
| 1.2.4 机器学习的相关研究 | 第14页 |
| 1.2.5 研究述评 | 第14-15页 |
| 1.3 研究目的和意义 | 第15-16页 |
| 1.3.1 研究目的 | 第15-16页 |
| 1.3.2 研究意义 | 第16页 |
| 1.4 研究内容 | 第16-17页 |
| 1.5 研究方法与技术路线 | 第17-19页 |
| 1.5.1 研究方法 | 第17-18页 |
| 1.5.2 技术路线 | 第18-19页 |
| 1.6 论文的创新点 | 第19-20页 |
| 2 相关概念及理论基础 | 第20-24页 |
| 2.1 财务共享 | 第20页 |
| 2.2 大数据 | 第20-21页 |
| 2.3 机器学习算法 | 第21-23页 |
| 2.3.1 支持向量机 | 第21-22页 |
| 2.3.2 BP神经网络 | 第22-23页 |
| 2.4 小结 | 第23-24页 |
| 3 H企业协作施工核算现状描述及优化需求分析 | 第24-34页 |
| 3.1 H企业概况 | 第24页 |
| 3.2 H企业财务共享服务中心概况 | 第24-27页 |
| 3.2.1 财务共享服务中心组织架构 | 第25页 |
| 3.2.2 财务共享服务中心技术架构 | 第25-27页 |
| 3.3 财务共享模式下H企业协作施工核算业务现状描述 | 第27-31页 |
| 3.3.1 协作施工核算业务流程 | 第27-29页 |
| 3.3.2 协作施工核算产生的数据描述 | 第29-31页 |
| 3.4 H企业协作施工核算业务存在的问题及优化需求分析 | 第31-34页 |
| 3.4.1 H企业协作施工核算业务存在的问题 | 第31-32页 |
| 3.4.2 大数据智能化背景下H企业协作施工核算业务的优化需求分析 | 第32-34页 |
| 4 基于大数据智能化的H企业协作施工核算优化设计 | 第34-48页 |
| 4.1 基于大数据智能化的H企业协作施工核算优化框架 | 第34-36页 |
| 4.2 基于RPA的H企业协作施工核算业务流程优化 | 第36-38页 |
| 4.2.1 RPA与协作施工核算业务的相关性分析 | 第36页 |
| 4.2.2 基于RPA的协作施工核算业务流程优化 | 第36-38页 |
| 4.3 基于支持向量机的协作施工合同资金支付风险预警 | 第38-43页 |
| 4.3.1 协作施工合同资金支付风险预警指标体系及等级划分 | 第40-41页 |
| 4.3.2 协作施工合同资金支付数据采集和数据预处理 | 第41-42页 |
| 4.3.3 建立基于支持向量机的合同资金支付风险预警模型 | 第42页 |
| 4.3.4 协作施工合同资金支付风险预警模型训练与测试 | 第42-43页 |
| 4.3.5 运用合同资金支付实际数据发出预警信号 | 第43页 |
| 4.4 基于BP神经网络的分包商信用评价 | 第43-48页 |
| 4.4.1 建立分包商信用评价指标体系 | 第43-45页 |
| 4.4.2 分包商信用评价指标归一化处理 | 第45页 |
| 4.4.3 模型输入与输出节点的选择 | 第45页 |
| 4.4.4 确定隐含层节点数 | 第45-46页 |
| 4.4.5 确定BP神经网络结构 | 第46页 |
| 4.4.6 分包商信用评价模型的训练 | 第46-48页 |
| 5 基于大数据智能化的H企业协作施工核算优化的实施与建议 | 第48-60页 |
| 5.1 基于大数据智能化和RPA的协作施工核算优化的实施 | 第48-57页 |
| 5.1.1 协作施工核算流程自动化解决方案实施 | 第48-52页 |
| 5.1.2 协作施工合同资金支付风险预警实例分析 | 第52-54页 |
| 5.1.3 分包商信用评价实例分析 | 第54-57页 |
| 5.2 H企业实施财务共享模式下协作施工核算优化的保障措施 | 第57-60页 |
| 5.2.1 制度保障 | 第57页 |
| 5.2.2 人员保障 | 第57-58页 |
| 5.2.3 数据保障 | 第58页 |
| 5.2.4 技术保障 | 第58-60页 |
| 6 研究结论与展望 | 第60-62页 |
| 6.1 研究结论 | 第60页 |
| 6.2 研究展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-72页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第72-73页 |
