上市公司异常财务指标的传导路径研究

本文使用沪深两市A股东北制造业上市公司2010-2015年8大类财务指标中的39个财务指标作为本文的研究对象,采用sigma(3σ)检测法和聚类分析方法界定异常数据,通过数据挖掘的方法对异常财务指标之间的关联通道进行实证研究并检验.本文将研究发现的异常财务指标的传导路径检验公司的信息披露是否存在错误,加强公司的内部控制.     

数据挖掘作为交叉学科的特点

本文主要讲述了数据挖掘的内涵以及作为机器学习,数据仓库,统计学,智能决策等多个学科的交叉学科的特点。     

基于模糊理论的关联规则及其在财险交叉销售中的应用研究

大量的客户信息数据给客户管理带来一定的困难,有效地借助数据挖掘工具,深入分析现有客户的个性化需求,维持重要客户并开展更广泛的交叉销售业务,对我国财险公司的发展具有重大意义。结合模糊集理论,探讨模糊关联规则在财险客户交叉销售中的应用,将模糊C均值算法引入到关联规则挖掘中,提出改进的Apriori算法—FARMA算法。借助SPSS、Clementine、R语言数据挖掘工具对算例数据进行挖掘,建立交叉销售模型,并进行算例分析,验证新算法的有效性。     

基于数据挖掘的会计管理与分析研究

随着计算机技术的飞速发展,会计管理也逐步实现了计算机化,计算机进行会计管理过程中会产生大量的数据,而这些数据含有很宝贵的潜在价值,值得去进行分析 而要对这些大数据进行分析,光依赖人工是无法实现的,因此,基于数据挖掘技术的汇集管理与数据分析便应运而生 本文在介绍数据挖掘技术的基础上,阐述了其在会计管理与分析中的应用研究.     

构建数据质量治理体系的思考

正树立数据竞争优势,一方面要依赖于海量的数据规模和数据挖掘能力,另一方面更要保证数据的可信性,数据质量管控成为银行管理的重点工作之一。对如何提升数据质量,本文进行了有益思考。影响银行数据质量的主要因素主要有:缺乏科学、规范、成体系的数据质量标准,数据采集手段相对单一不能全面采集客户数据,数据信息共享程度差,缺乏系统的数据质量管理机制,人员操作水平制约数据质量的提升,信息应用水平不高等。对如何提升数据质量管理,有以下几点思考。     

大数据背后的商业价值

随着互联网的不断发展,尤其是社交网络、电子商务、移动通信的大量使用,人类社会已经进入了一个以巨量结构与非结构数据为主要特征的信息新时代。大规模生产、共享和应用数据的时代已经来临,高效利用数据可以在市场领域占得先机。因此,大数据在信息时代具有极高的商业价值。     

基于电子商务数据挖掘技术的研究与应用

本文基于电子商务系统,运用数据挖掘技术,研究在电子商务中数据挖掘问题。根据电子商务系统中数据挖掘的特性,阐述了电子商务中数据源、数据的具体挖掘过程、常用数据挖掘技术和应用。     

统计行业数据分析与数据挖掘应用-工具篇

在如今的大数据时代背景下，统计行业数据挖掘以及分析应用的重要性不言而喻。在本文中，笔者着重就“分析和挖掘软件的分类”，以及目前“主要工具的功能“做简单的介绍，同时讲述一些工具的适用性和优缺点，并提出一些关于统计行业数据处理的看法，期望能够搭建一个真正适合中国的开源的统计行业数据分析和数据挖掘平台。让中国实现这方面的独立自主。     

大数据时代下数据挖掘技术在银行中的应用

伴随着信息技术的飞速发展,各行各业各个领域都在积极引进信息技术,银行工作也是如此。当今时代已经成为了富含海量数据信息的大数据时代,想要在此背景下从众多信息中迅速挖掘出想要的信息,比以往要困难很多。对于银行工作来说,数据基本决定了其发展,但是有些银行目前却还没有发现海量爆炸性数据所造成的威胁,对此,相关工作人员必须加以重视,引进数据挖掘技术,实现银行业的可持续发展。