财经院校会计专业学生职业素质培养的探讨

会计职业素质是指能够使职业会计人员达到职业职责所要求的水准,并能高质量地进行从业所需具有的职业品格、职业知识以及职业技能的集合。会计专业学生的职业素质已不单纯是会计专业学生自身修养高低的问题,而是关系到会计工作质量高低、会计信息真假的社会问题。     

BI好参谋

企业的发展不是球赛,偶尔的预测失误便会断送整个企业前程。没有哪个企业会把未来的预测体系压在看似神奇的随机预测上,尽管这是充满了无限的趣味,但是太不专业了。好在,有BI在。BI的三个层次BI是Business Intelligence的英文缩写,中文解释为商务智能,是业务、数据、数据价值应用的过程。BI用来帮助企业更好地利用数据、提高决策质量的技术集合,是从大量的数据中钻取信息与知识的过程。站在技术角度讲,BI是一     

浅谈银行数据仓库的建设

目前各银行已积累了大量的业务数据，这些数据为银行的正常生产和运营提供了重要支持，成为银行必不可少的生存环境，但是随着市场经济竞争进一步加剧，银行对信息的需求正逐渐从原来的事务处理方式转向联机分析方式，从过去的简单在线信息查询转向高层信息分析和结合专家知识进行决策支持，因此，在银行数据库基础上建立数据仓库，具有十分重要的实际意义。 银行数据仓库的建设目标是在银行现有大型数据库系统的基础上建立一个面向主题的、集成的、随时间而变的、持久的数据集合，为银行的业务综合分析和战略决策提供有力的工具。 一、数据…     

已开发的MIS软件数据字典的应用管理

已开发的ＭＩＳ软件数据字典的应用管理哈尔滨投资高等专科学校王继德，郑广海数据字典是关于数据的信息的集合，也就是对数据流中包含的所有数据元素定义的集合。它的作用是在软件开发的分析、设计及维护过程中给人们提供关于数据的定义和描述信息。随着计算机应用的广泛...     

关联规则的改进及其在基金选择中的应用

一、前言数据采集和计算机技术的发展为我们提供了丰富的数据来源,面对日益繁杂的信息,如何解决“信息繁冗,知识贫乏”的问题,统计、计算机和数学领域的专家学者们提出一系列的解决方案。数据挖掘方法作为这三者的结合给了我们找到未知模式的良好方法。而作为数据挖掘的一种,R.Agrawal(1993年)首先提出的关联规则对后人研究数据项目的相关关系产生历史性的影响。关联规则的挖掘就是从一组给定的数据项以及交易集合中,分析数据项集在交易集合中出现的频度,找到他们未知的关系。一个经典的例子就是从超市的庞大的物品买卖项中,找出买啤酒者中…     

区域集优中小企业集合票据融资效率研究

为了破解中小企业融资难的问题,我国先后推出了中小企业集合债券、中小企业集合票据和区域集优中小企业集合票据。区域集优集合票据是集合票据的再度创新,该模式是否可以成为中小企业融资的新渠道,融资效率是关键。文章通过超效率DEA模型对区域集优集合票据发行主体的融资效率进行了时间和地域上的对比分析,发现区域集优集合票据融资效率并没有随时间的推移而提升,且在区域上表现出较大的差异性。文章通过行业筛选对融资效率做了进一步的分析,研究结论表明,区域集优集合票据发行机制在筛选企业、募集资金用途方等方面存在不完善性,对此提出建议提升和优化融资效率。本文的研究对于更好地完善区域集优集合票据的发行,进而更好地解决中小企业融资难的问题,具有重要的现实意义。     

银行面向大数据分析决策系统的构建

大数据足描述数据规模巨大、数据类型复杂的数据集合，这些数据集的规模已经超出传统的数据管理工具在可容忍的运行时间内进行数据的捕获、存储和处理能力。     

商业银行集合委托贷款现实分析与管理建议

本文剖析了集合委托贷款业务运作的一般模式及产品成功因素，探讨了集合委托贷款存在的问题和风险．并针对问题提出了加强集合委托贷款业务管理的建议。     

数据开采技术

一、引言数据开采是目前数据库领域最有潜力的研究发展方向。数据开采研究的主要目标是发展有关的方法论、理论和工具,以支持从大量数据中提取有用的和让人感兴趣的规则。它是用于开发信息资源的一种全新的数据分析处理技术。对于拥有海量生产数据的银行、保险和信息产业等部门,应用数据开采技术将能极大地提高其决策支持的广度和深度。从广义上说,数据开采（ＤａｔａＭｉｎｉｎｇ,也叫数据挖掘）是从一些事实或观察数据的集合中发现知识的过程。数据开采的对象可以是数据库,也可以是文件系统,或其他任何组织在一起的数据集合,如Ｉｎ…     

关联规则的改进及其在基金选择中的应用

一、前言 数据采集和计算机技术的发展为我们提供了丰富的数据来源,面对日益繁杂的信息,如何解决"信息繁冗,知识贫乏"的问题,统计、计算机和数学领域的专家学者们提出一系列的解决方案.数据挖掘方法作为这三者的结合给了我们找到未知模式的良好方法.而作为数据挖掘的一种,R.Agrawal(1993年)首先提出的关联规则对后人研究数据项目的相关关系产生历史性的影响.关联规则的挖掘就是从一组给定的数据项以及交易集合中,分析数据项集在交易集合中出现的频度,找到他们未知的关系.一个经典的例子就是从超市的庞大的物品买卖项中,找出买啤酒者中很多人都买小孩的尿片.