数据挖掘技术在企业管理中的应用与实现

随着企业信息化管理改革的不断深化。面对企业的海量数据，企业管理面临着如何有效从大量复杂的数据中提取有用信息，以利于企业更好的经营管理的问题。于是，数据挖掘这种可以从大量的、模糊的数据中，提取隐含其中的有用信息和知识的技术不断被人们应用到企业管理中来。本文试分析了数据信息在企业管理的作用及现状。同时论述了数据挖掘的思想及主要技术，并对数据挖掘思想和技术在企业管理中的应用进行了阐述和展望。     

浅谈数据库营销与数据挖掘

计算机网络技术特别是数据库技术的发展与成熟,解决了"传统的以人为主的营销方式不能满足社会的需要"之问题.基于网络的数据库营销则是企业达到目标的最有用的工具,而数据挖掘是这个工具的最佳引擎.数据挖掘是利用统计学和机器学技术创建预测模型.它是基于从日常积累的大量数据所构成的数据库中发现潜在的、有价值的信息知识的一项较新的技术.     

数据挖掘技术在决策中的应用

<正> 一、数据挖掘技术的兴起 由于数据库技术的广泛应用,在过去若干年的时间里,各个部门或企事业单位都积累了大量的、以不同形式存储的、并且可能是存储在不同介质上的数据。由于这些数据异常繁杂,要从中提取有用的信息,以达到为决策服务的目的,利用传统的数据库技术,已经不可能。正是在这样的背景下,数据挖掘技术应运而生。数据挖掘技术就是研究如何利用计算机自动或半自动(由人辅助计算机)地从数据库中提炼人们感兴趣的知识,这些知识是隐含在数据源中的,并且是事先未知的,因而用传统的数据库技术(如     

数据挖掘技术在管理会计中的应用

数据挖掘是从海量数据中发现和提取知识和信息的过程。在管理会计领域中运用数据挖掘技术,寻求和发现更多的企业顾客、供应商、市场以及内部流程优化的信息,将为企业决策者提供更为广泛而有效的决策依据,提高企业战略竞争能力。本文简要介绍了数据挖掘的基本概念和方法,在此基础上重点分析了数据挖掘技术在作用成本和价值链分析,产品、市场和顾客分析以及财务风险防范等方面的应用。     

数据挖掘技术在会计信息系统中的应用研究

随着数据库和网络技术的迅速发展,目前的会计信息系统可以高效地实现财务数据的录入、修改、统计、查询以及简单的财务分析等功能,但是无法发现数据中存在的潜在关系和规则,无法根据现有的数据预测未来的发展趋势,缺乏挖掘数据背后隐藏的知识的手段。本文提出将数据挖掘技术应用于会计信息系统,增强会计信息系统的财务分析功能,将海量的数据转化为有用的知识,为决策者提供有效的信息。本文简单介绍了数据挖掘的主要功能和常用的挖掘方法,以及数据挖掘在会计信息系统中的主要应用,最后给出了一个数据挖掘在会计信息系统中的应用实例。     

基于信息融合的数据挖掘方法在公司财务预警中的应用

目前越来越多的数据挖掘方法被用于风险预警中,决策树、支持向量机、神经网络、Logistic回归等方法在风险预警中都表现出了较好的特性和预警效果,但是不同数据挖掘分类方法得到的结果不同,往往导致预警结果的不一致,因此也会存在一定风险。本文引入信息融合技术对不同数据挖掘分类方法得到的结果进行融合处理得到最优的结果,解决了不同数据挖掘方法得到的结果不一致问题。文章在SVM和Logistic回归的数据挖掘模型基础上建立基于信息融合的公司财务预警模型,提高了财务预警准确率,并且保留了原数据挖掘方法在分类预测上的优势。在实证研究中,论文选取了中国制造业的上市公司作为研究对象,在SVM和Logistic回归两种数据挖掘模型的基础上利用信息融合方法建立了财务预警模型,实证结果表明,基于信息融合的数据挖掘方法的预测准确率要高于单独的SVM和Logistic回归两种方法。     

数据挖掘技术及其应用

随着网络技术的迅速发展以及数据库系统的广泛应用,人们积累的数据越来越多,激增的数据中有大量重要信息。目前的数据库系统虽然可以高效地实现数据的录入、查询、统计等功能,但无法发现数据中存在的关联和规则,无法根据现有的数据预测未来的发展趋势,缺乏挖掘数据背后隐藏的知识的手段。在这种情况下,人们引入了数据挖掘思想,通过它预测未来的趋势和行为,作出超前的、基于知识的决策。数据挖掘概述1.数据挖掘。数据挖掘是从大量的、不完全的、驳杂的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的,但又对决策有潜在价值的信息…     

数据挖掘技术在计算机审计中的应用研究

数据挖掘技术是指从海量数据中提取隐含、事先未知并且潜在有用知识的技术,其在现代计算机审计中起着不可替代的作用。本文首先对数据挖掘技术在审计领域中应用研究的相关文献进行综述,其次对基于数据挖掘的计算机审计的基本路径进行阐述,最后对数据挖掘在计算机审计中应用的局限性进行分析。     

浅谈数据库营销与数据挖掘

计算机网络技术特别是数据库技术的发展与成熟,解决了“传统的以人为主的营销方式不能满足社会的需要”之问题。基于网络的数据库营销则是企业达到目标的最有用的工具,而数据挖掘是这个工具的最佳引擎。数据挖掘是利用统计学和机器学技术创建预测模型。它是基于从日常积累的大量数据所构成的数据库中发现潜在的、有价值的信息知识的一项较新的技术。     

论会计目标及其实现

理想状态下的决策有用会计目标是可以实现的，非理想状态下由于信息不对称的存在，影响了决策有用目标的实现。信息观和计量观是两种不同的财务报告方式，对信息观和计量观的均衡能够有效消除信息不对称，从而有助于决策有用目标的实现。     

基于财务分析的数据挖掘技术

企业在信息化管理条件下,会产生各种信息,其中财务信息是反映企业经营状况的重要信息.对于海量财务信息,如何进行分析和决策是企业管理人员面临的主要问题.本文通过对数据挖掘技术的研究,阐述数据挖掘技术在财务分析中的应用,将对企业决策提供帮助.     

在线商品评论的效用分析研究

大多数电子商务网站为消费者提供相互交流的平台来发表其针对某件商品的评论.但是,随着在线商品评论的数量不断增加,潜在消费者越来越难从中发现有助于制定购买决策的信息.因此,如何从众多的评论中识别有用的评论,分析在线评论的效用成为关注的热点.本文对在线商品评论效用分析的最新研究进行评述,认为该领域的研究需要充分关注消费者的购买决策过程,进而设计新的数据挖掘方法更好地辅助消费者的购买决策,同时为电子商务网站的运营商调整营销沟通策略提供决策支持.     

数据挖掘技术在水利工程管理中的应用

水利信息化过程中产生了大量科学数据。数据挖掘技术能够从这些数据中挖掘出有用知识,帮助决策者快速、准确做出决策,更好的发挥水利工程的防洪除涝、兴利除害作用。     

非对称信息问题在保险市场中的表现及影响

保险经营话动中交易的双方在保险知识、保险技术和实务、经营信息、监管信息、私人信息等多方而信息的不对称,使保险关系的双方诚信基础受到损害,从而影响保险关系的确立和确立后的牢固程度,进而对保险业存在和发展的基础产生影响.因此,克服不对称信息对保险市场的负面影响是我国保险市场发展中面临的重要问题,治理保险信息不对称,必须加强保险知识和相关法律法规的宣传,加强核保险验工作,建立科学的理赔程序,加快中介市场的发展,转变保险公司的经营理念,规范信息披露.     

面向电子商务的数据挖掘系统设计

本文分析了面向电子商务的数据挖掘的优势,论述了数据挖掘的步骤,设计了数据挖掘系统的三层结构,指出面向电子商务的数据挖掘系统能够从大量繁杂的数据中找出真正有价值的信息和知识,更符合现代社会的竞争趋势要求.     

知识经济时代对图书馆员的要求

在知识经济时代 ,高层次的信息导航服务 ,成为时代对图书馆员的要求 ,本文提出了图书馆员应用现代科学技术和设备 ,对网络信息进行分析、比较、分类、重组 ,不仅要为读者提炼出蕴涵在信息中的各种有用信息 ,还要根据读者的现实需求将精炼出来的知识形成一个或多个方案提供给读者 ,使读者能够直接将知识的潜在价值转化为现实效益 ,以及与此相适应的图书馆员的终身教育     

面向XBRL的数据挖掘

财务报告发布方式以前以纸质为载体,随着电子技术的发展,发布方式有了很大改变,用XBRL发布企业财务信息悄然兴起,随之带来的是大量的信息,使用者如何发掘有用的信息,这依靠数据挖掘技术的支持。     

以信息统计为基础的数据挖掘算法分析

信息高度发达的时代要求对信息的处理具备有效而高效的技术,数据挖掘正是为此而产生并发展的,在数据挖掘中不同的任务所利用采用的计算方式也不同,本文就针对一种基于信息统计的数据挖掘算法进行了简要的介绍。     

粗糙集在教学质量评价中的应用

粗糙集不依赖于数据集之外的附加信息,是处理含有噪声、不精确、不完整数据的有力工具,是一种新的数据挖掘技术.首先,本文介绍了粗糙集理论和决策表约简算法,然后采用粗糙集数据挖掘技术对多指标教学质量进行评价,挖掘出数据背后隐含的规则.     

管理信息整合的几点思考

自然界和人类社会都会发出各种信息，信息是客观事物存在的一种普遍形式。管理信息是对管理有用的新知识或情报的消息。管理信息已成为当前经济管理、社会管理、科技管理和财富管理中不可替代的重要资源。管理信息是多种多样的，有的管理信息是有用的，有的管理信息是无用的；有的管理信息是稍纵即逝的，有的管理信息是长期起效的。现代文明中，如若没有管理信息，就如鼻子不通或耳目不灵一样；如若没有管理信息整合艺术，将有用没用的信息随便拿来所用，那也只能是“眉毛胡子一把抓”。笔者从管理信息整合的特征及重要性入手，阐述了获取和整合信息的基本要求，进而明确管理者进行信息整合的主要方法，对于提高管理质量水平大有裨益。