应用数据挖掘技术 提升财务分析质量

随着信息技术的迅猛发展，各行各业都构建了数以亿计的数据库，力求实现数据的录入、查询、统计等各项功能，以促进工作效率的极大提高。但是，面对大量的数据，如果没有相应的技术手段，就不能分析数据中存在的关系和规则，也不能根据现有的数据预测未来的走势，从而做出正确的决策，这样就可能陷入“数据爆炸”的困惑。为此，数据挖掘技术就应运而生。数据挖掘技术指从不确定的、不完全的、模糊的、随机的实际应用数据中，提取隐古在其中的、事先不知道的，但又是潜在有用的信息和知识的过程。它被应用于众多领域，其中利用数据挖掘技术对公司财务状况分析是常见的，同时也是非常重要的方面。     

数据挖掘技术在旅游业中的应用——以黄山市为例

介绍数据挖掘技术在旅游业中可以发现的知识类型。利用时间序列方法预测黄山风景区2005年的游客人数和营业收入;利用关联规则挖掘出一些景点的关联度。详细介绍利用系统聚类中的最短距离法,结合spss13.0软件包,对近些年来黄山市入境旅游数据挖掘,分析修正我国旅游统计中入境游客的原有分类方法,提出适合黄山市实际的分类方法,获取更多有价值的旅游信息。     

基于关联规则的耕地质量评价数据检错方法研究 ——以广州市为例

研究目的:从数据项之间关联关系的角度切入,探索一种新的耕地数据质量检错方法,以期更有效地提高耕地数据库的质量。研究方法:通过数据挖掘算法寻找耕地数据库中的关联关系,计算这些关联关系的发生频率,从中提取低频发生的关联关系作为检测规则(关联规则),最后利用这些关联规则识别耕地数据库中的错误记录(包含或符合关联规则的耕地数据记录为错误记录)。研究结果:(1)该方法有能力识别耕地数据库中的错误,可以做到有效提高耕地参评数据库的正确性;(2)经计算,与耕地领域现有的传统数据检错方法相比,同等条件下该方法可将检错效率提高11倍,甚至更多;(3)该方法可以针对不同的数据库迅速挖掘关联规则,灵活地应对不同的耕地数据库和层出不穷的错误类型。研究结论:基于关联规则的耕地数据库质量检测方法高效、便捷,为耕地领域现有的数据检错方法开辟了一个新的角度和思路,可以在地学领域广泛应用。     

坡度空间谱与空间关系参与下的土地利用分类研究

研究目的:依据《土地利用现状分类》,利用QuickBird高空间分辨率遥感影像,采用面向对象的影像分析方法对黄土高原实验区土地利用进行分类,探索提高土地资源数量及质量信息挖掘的广度、深度、自动化程度与准确度,提高工作效率,为国土资源行业的土地资源遥感监测工作提供技术参考。研究方法:在光谱和纹理分类的基础上,提出利用坡度空间谱和对象空间关系构建决策规则的方法;通过对DEM数据的学习,可以得到对象的高程、坡度和坡度空间谱;通过空间方位、距离和拓扑关系,可以分析对象之间的位置关系;最后将学习所得的规则加入到土地利用分类的规则集中。研究结果:相对于完全基于光谱和纹理信息的分类方法,本方法使分类总精度和KAPPA系数分别从76%和0.71提高到87%和0.86。研究结论:坡度空间谱与空间关系规则的应用能有效减少混分,提高分类精度,对于黄土高原区域土地利用分类规则集的构建具有参考价值。     

遥感影像土地覆盖(LC)专题信息提取方法研究

在对研究区背景本底知识和遥感数据光谱知识充分分析的基础上,挖掘谱间结构,得出各典型地物的光谱空间特征及相互分离规则。结合原有GIS数据,用地学知识和DTM模型纠正初步分类图,得到较理想的分类结果。尝试提出各专题信息分层提取,分类结果加权叠加的方法。     

数据挖掘在保险行业中的应用

随着保险业的快速发展,保险公司积累了大量的业务数据,急需一种有效的技术方法发现这些海量数据中蕴涵的潜在知识,为管理决策提供依据。数据挖掘技术是目前国际上的一个研究热点,可以实现保险业务数据的知识化。本文分析我国保险业务发展现状,介绍数据挖掘相关技术及其在保险业务中的应用。     

国土资源数据整合方案设计及其实现研究

研究目的：基于国土资源数据现状，提出有效整合方案，为国土资源信息化建设提供借鉴。研究方法：以ETL技术框架为基础，结合数据挖掘技术和GIS技术，设计符合国土资源数据整合要求的解决方案，并以常州市为例进行实证研究。研究结果：数据整合方案有效快捷地解决了常州市国土资源数据整合。研究结论：方案智能化提高了数据整合过程的数据分析能力、处理能力和效率，有效地从国土资源数据本身解决了整合难题，对市县级国土资源数据整合有借鉴意义。     

数据财产利用规则构建

当前,数据控制者对其收集、存储、加工、传输的数据拥有何种数据权利仍未明确,数据财产权保护的缺失会影响数据财产的合法利用,而数据财产利用规则的内容也有待商榷。数字经济背景下如何构建数据财产的利用规则？首先,获得数据主体的同意是数据利用行为的首要前提;其次,赋予并保护数据主体切实必要利益;再次,确保对数据利用行为的限制是必要的且在适当限度内;最后,建立并完善数据分级分类管理系统,根据分类标准划分数据,按照不同数据特性高效利用数据,并充分保障数据主体的合法权益。通过构建数据财产利用规则为数据共享流通保驾护航,推进数字经济繁荣发展。     

浅谈金融行业中的数据挖掘

数据挖掘就是利用各种技术从海量的数据中发现知识,它具有广阔的应用前景。本文比较详尽地概论总结数据挖掘的概念、方法及应用,并且分析、归纳数据挖掘在金融领域的应用,具体包括趋势预测、客户关系管理、金融犯罪侦测、风险识别与管理等。     

数据挖掘技术在财务风险分析中的应用

随着信息技术的发展，企业如何在大量的信息中挖掘出有用的信息，对企业财务风险进行有效的分析和防范，成为企业迫切需要解决的问题。将数据挖掘运用到财务风险的分析中，就能在数据量庞大的财务数据中，对数据进行筛选，提取出有价值的数据，使企业提高财务活动的自觉性，减少盲目性。     

事业单位财务规则修订之我见

《事业单位财务规则》（以下简称《规则》）实施十多年来，对于规范和加强事业单位财务管理，提高资金使用效益，促进事业单位改革和发展，起到了积极的作用。但是，随着一系列的改革措施出台和实施，如编制部门预算、实行政府采购、推行国库集中支付、政府收支分类改革等，现行的《规则》不可避免地暴露出一些问题，已不能完全适应事业单位改革的需要。由于这些问题的存在，笔者认为，很有必要对现行《规则》进行修订和完善，以促进事业单位的改革与发展。     

数据挖掘技术在金融审计中的应用

金融是现代经济的核心,金融安全是保证国家经济安全的防火墙,在金融业务电子化、虚拟化、数据海量化的背景下,金融审计依赖传统的数据库技术、审计经验和电子数据的显著特征来发现审计线索变得越来越困难。应用数据挖掘技术,可以从数据中挖掘出靠直觉或经验不能发现的信息,促进审计资源的优化、降低审计风险、发现隐蔽问题。本文在分析我国金融审计现实矛盾的基础上,梳理数据挖掘技术应用于金融审计的主要过程以及应用建议。     

会计电算化数据处理方式的分类与应用

会计电算化数据处理方式的分类与应用孙继续在开发电算化会计信息系统时，选择合适的数据处理方式是系统设计的一项重要工作。一、数据处理方式的分类目前，不少教材和文献都把有关会计电算化数据处理方式分成分批处理和联机处理两种。分批处理是指成批数据的定期处理，而...     

基于规则引擎的土地数据质量检查方法

土地数据业务规则错综复杂,其检查规则常处于不断地更新变化中。目前的土地检查系统中检查规则基本上都是与程序代码绑定,规则变动困难,系统难以重用。为解决这一问题,提出基于规则引擎的土地数据质量检查方法的研究。利用规则学习方法,将方法应用于浙江省基本农田划定内业数据质量检查系统。研究结果表明规则可灵活修改,满足规则变化更新的要求,完成了浙江省90个县的数据质量检查控制。该方法优于检查规则与程序代码绑定的土地检查系统,实现业务与代码相分离,解决系统重用困难的同时提升了检查效率,更适用于未来的生产工作中。     

基于星载极化SAR数据的农作物分类识别进展评述

［目的］农作物播种面积信息不仅可为农情监测和作物估产提供重要的数据保障，还是国家制定粮食政策和经济计划的重要依据。快速、准确地获取农作物播种面积信息能为农业生产管理提供决策支持。极化SAR不受云雨天气的影响，在农作物遥感监测方面具有巨大的应用潜力，有效利用极化SAR数据进行农作物识别研究对促进雷达技术在国家农业遥感监测和农业供给侧结构性改革中发挥更大作用具有重要意义。［方法］以星载极化SAR技术的发展过程为论述主线，从单、双极化SAR数据，单、双极化SAR数据结合光学影像，全极化SAR数据三个发展阶段，对极化SAR数据在农作物分类识别中的研究与应用进行总结，并对比分析不同的识别特征、融合算法以及分类算法的优缺点。［结果］以往研究存在以下不足：当前研究多以识别水稻为主，对于难以识别的旱地作物研究较少；目前对旱地作物识别精度不高，平均识别精度不足85%；缺乏对不同作物散射机制及其随时相变化的研究，导致分类算法机理性不足，普适性较差。［结论］在今后的研究中，旱地作物散射机制的定量确定，如何利用散射机制及其变化来提高旱地作物遥感识别精度和普适性；目前分类算法大都是基于光学影像设计，如何利用SAR特殊的成像方式优化设计适用于极化SAR数据的分类算法，得到更高的分类精度；如何更好的跟光学遥感等多源数据（光学数据、GIS数据等）结合来提高精度，将成为未来极化SAR农作物识别中三个亟需重点解决的问题。     

自组织网络与模糊规则结合在遥感土地覆盖分类中的应用研究

论述了自组织网络与模糊规则结合的遥感分类方法、自组织网络中得到光谱分类知识的途径,以及模糊隶属函数的表示和模糊区间的确立,结果表明该分类方法与单纯的组织网络分类相比精度不下降,分类时间大大减少,同时该方法可以将学习样本得到的分类知识同专家分类经验相结合     

基于最大似然分类算法的土地覆盖分类精度控制研究

在土地覆盖分类应用中执行最大似然分类算法存在许多可能影响精度的问题，包括确定分类类别及数量、光谱波段、先验概率、选择和改进样本区等。在总结了这些问题后，提出了解决方法，并应用ERDAS IMAGINE 8．6软件以南京市TM数据为例进行了分类实验，结果证明此方法能有效提高分类精度。     

基于数据仓库的建设项目风险分析支持系统

为了解决建设项目风险管理中风险因素量大、难以识别的问题,采用数据仓库和数据挖掘技术,建立一个建设项目风险分析支持系统模型。利用已有的建设项目管理信息系统（PMIS）作为信息来源,采用星型结构为数据模型建立数据仓库;利用联机分析处理实现多维数据分析,然后通过数据挖掘技术从数据仓库中获得新的风险知识,以丰富风险决策系统的知识库。把数据仓库、联机分析处理、数据挖掘三者结合起来形成一种分析型的信息处理系统,研究结果对于提高建设项目风险分析水平和风险控制效率,拓展建设项目信息管理系统功能有积极意义。     

宗地统一编码方法及应用

宗地统一编码是国土资源部为了推动城乡一体化地籍管理进程,实现不动产统一登记和全程监管的新型地籍管理手段,与传统基于行政区划的宗地编码规则存在很大不同,需要进行编码转换。在对比分析新旧两种宗地编码规则优缺点的基础上,提出一种将旧规则数据无损转换为新规则数据的编码方法,并以云南省澄江县和景洪市进行实验验证。结果表明:该方法科学、合理,可在未来不动产统一登记工作中进行推广。     

土地覆盖分类系统研究进展

土地覆盖变化是全球变化研究中的一个重要内容，而建立一个标准的土地覆盖分类系统又是研究土地覆盖变化的重要前提，它影响分类结果的表达形式，决定土地覆盖数据的应用领域。文章对国内外的土地覆盖分类系统的研究进展和主要的分类系统进行了论述，指出目前分类系统一般都适用于特定的数据类型和研究目的，全球的土地覆盖分类没有一个统一的标准。这种土地覆盖分类系统的不兼容性，给土地覆盖数据的汇总、分析及信息共享工作带来了很多不便。因此迫切需要建立一个标准的分类系统，使分类系统所定义的类别不受尺度和数据资料来源的限制，能够灵活地应用于不同的研究目的和研究领域。