数据挖掘在财务决策中的应用(2)
2017-11-02 02:26
导读：3 财务决策中数据挖掘的应用流程 3.1 优化基于数据挖掘的公司财务决策基础环境 1）硬件及其应用。数据挖掘需要有一定存储量和运算能力的计算机，要充
3 财务决策中数据挖掘的应用流程
3.1 优化基于数据挖掘的公司财务决策基础环境
1）硬件及其应用。数据挖掘需要有一定存储量和运算能力的计算机，要充分发挥数据挖掘在财务分析中的作用，还需要实现治理信息系统的网络化，构建财务业务一体化的企业治理信息系统。在IT环境下，网络是提供信息传递和信息共享的基石，公司应该根据自身的实际情况，构建适合的网络硬件解决方案。主要包括:选择什么样的技术架构、进行服务器和客户真个配置等。
2）软件及其应用。以会计信息系统为核心的企业治理信息系统是实现数据挖掘在财务分析中应用的基础，可以为数据挖掘提供各种财务数据。公司构建治理信息系统时，在满足核算和控制需要的条件下，应该充分考虑数据分析和信息集成的需要，为数据挖掘的应用提供支持。公司构建的信息系统应该能够保证在业务发生的同时尽可能收集分析所需要的各种数据，并以恰当的数据结构存储在数据库中，在需要时提取到数据仓库或数据集市中，供数据挖掘分析处理。
3.2 建立基于数据挖掘的财务决策支持系统模型
数据挖掘是在大型数据库或数据仓库基础上进行深进的数据分析，从而获取海量数据中隐躲的关键信息的主要手段。因此，为了进一步进步财务决策的支持能力，可以将它们结合起来构成一种新型的财务决策支持框架。在数据仓库为财务决策提供完整、及时、正确和明了的综合数据的基础上，通过进行有效集中分析和深进研究，可以发现趋势，看到异常，并得到重要细节。而数据挖掘则可通过使用一系列方法进行分析，从中识别和抽取隐含、潜伏的有用知识，并充分利用这些知识辅助财务决策。 3.3 建立财务决策中数据挖掘流程
财务决策中的数据挖掘流程一般由财务决策题目识别、数据预备、数据开采和结果表达和解释四个主要阶段构成，如图1所示。
（1）财务决策题目识别。典型的财务决策有投资决策、筹资决策、本钱决策、销售决策等。在进行数据挖掘前，必须先对具体财务决策题目进行识别，即要确定进行什么决策、达到什么样的决策目标等。然后再将财务决策目标转换成数据挖掘目标，并进行定义。
（2）数据预备。这个阶段又可分成3个子步骤，即数据集成、数据选择和数据预处理。数据集成是将多文件或多数据库运行环境中的数据进行合并处理，解决语义模糊性、处理数据中的遗漏和清洗脏数据等。数据选择的目的是辨别出需要分析的数据集合，缩小处理范围，进步数据挖掘的质量。而预处理则是为了克服目前数据挖掘工具的局限性。
（3）数据采掘。这一阶段主要进行实际的数据挖掘工作，主要包括决定如何产生假设、选择合适的工具、发掘知识的操纵和证实发现的知识等步骤。
（4）结果表达和解释。根据用户的财务决策目的对提取的信息进行分析，把最有价值的信息区分出来，并提交给用户。假如结果不能让决策者满足，则重复进行上述过程。
参考文献
［1］@陈元佐. 企业的数据仓库模型建立［J］.
贵州大学学报(自然科学版) , 2001,(01) .
［2］@罗可,蔡碧野,卜胜贤,谢中科. 数据挖掘及其发展研究［J］.计算机工程与应用 , 2002,(14) .
