2020年數(shù)據(jù)挖掘技術在會計管理與分析的實用性研究分析論文

數(shù)據(jù)挖掘技術在會計管理和分析中的實用研究分析論文隨著會計現(xiàn)代化的發(fā)展，會計應用了越來越多的計算機技術。數(shù)據(jù)挖掘在從數(shù)據(jù)中發(fā)現(xiàn)傾向和模式的過程中，融合了現(xiàn)代統(tǒng)計學、知識信息系統(tǒng)、機器學習、決策理論和數(shù)據(jù)庫管理等多學科的知識。 它從大量、不完全、模糊的實際應用數(shù)據(jù)中有效地提取其中隱藏的潛在有用信息和知識，弄清大量數(shù)據(jù)中復雜隱藏的關系，為決策提供有用的參考。 數(shù)據(jù)挖掘在從數(shù)據(jù)中發(fā)現(xiàn)傾向和模式的過程中，融合了現(xiàn)代統(tǒng)計學、知識信息系統(tǒng)、機器學習、決策理論和數(shù)據(jù)庫管理等多學科的知識。 它從大量、不完全、模糊的實際應用數(shù)據(jù)中有效地提取其中潛在的有用信息和知識，揭示大量數(shù)據(jù)中復雜隱藏的關系，為決策提供有用的參考。常用的數(shù)據(jù)挖掘方法主要是決策樹、遺傳算法、相關分析、聚類分析、序列模式分析等(sequation analysis )。因為數(shù)據(jù)挖掘市場還處于開始階段，所以發(fā)展很快。 國外著名的大企業(yè)開發(fā)了數(shù)據(jù)挖掘系統(tǒng)。1.IBM的數(shù)據(jù)挖掘產品1 .智能挖掘器提供了多種數(shù)據(jù)挖掘算法，包括關聯(lián)、分類、回歸、預測模型、偏離檢測、序列模式分析和聚類。 有兩個特點：一是數(shù)據(jù)挖掘算法的可擴展性，二是它與IBM/DB/2關系數(shù)據(jù)庫系統(tǒng)密切合作。2.EineSet由SGI公司開發(fā)，提供相關分析和分類、高級統(tǒng)計和可視化工具等各種數(shù)據(jù)挖掘方法。 特征包括規(guī)則可視化工具、樹可視化工具、地圖可視化工具、多維數(shù)據(jù)分散可視化工具等強大的圖形工具，用于數(shù)據(jù)和數(shù)據(jù)挖掘結果的可視化。3.Clementine由ISL公司開發(fā)，提供了與最終用戶和開發(fā)者集成的數(shù)據(jù)挖掘開發(fā)環(huán)境。4.DBMiner是4.DBMiner技術開發(fā)的，提供以發(fā)現(xiàn)為主導的OLAP分析、關聯(lián)、分類、聚類等各種數(shù)據(jù)挖掘算法。 特征是基于數(shù)據(jù)立方體的在線分析挖掘，包括與有效的頻繁模式挖掘功能集成的可視化分類方法。面對越來越激烈的競爭環(huán)境，企業(yè)管理者對決策信息的需求也越來越大。 管理會計作為企業(yè)決策支持系統(tǒng)的重要組成部分，提供了更多更有效的有用信息責任。 因此，我們從大量數(shù)據(jù)中挖掘和尋找知識和信息，為決策提供有力的支持，成為會計師使用數(shù)據(jù)挖掘的強大動力。 例如，數(shù)據(jù)挖掘有助于企業(yè)加強成本管理，改善產品和服務質量，提高商品銷售比例，設計更好的商品運輸和流通戰(zhàn)略，降低商業(yè)成本。實踐證明數(shù)據(jù)挖掘不僅能明顯改善企業(yè)內部流程，還能從戰(zhàn)略高度分析企業(yè)的競爭環(huán)境、市場、客戶和供應商，獲得有價值的業(yè)務信息，保持和提高企業(yè)的持續(xù)競爭優(yōu)勢。 例如，客戶價值分析可以把創(chuàng)造80%價值的20%的客戶區(qū)分開來，提供更高質量的服務，保持這一部分的客戶?？梢岳脭?shù)據(jù)挖掘技術構建企業(yè)財務風險預警模型。 企業(yè)財務風險的發(fā)生不是一蹴而就，而是一個積累漸進的過程，通過建立財務風險預警模型，可以隨時監(jiān)測企業(yè)財務狀況，防止財務危機的發(fā)生。 此外，還可以利用數(shù)據(jù)挖掘技術監(jiān)測企業(yè)融資和投資過程中的行為，防止惡意商業(yè)欺詐行為，保護企業(yè)利益。 特別是在金融企業(yè)，數(shù)據(jù)挖掘可以解決銀行業(yè)面臨的惡意透支和可疑交易等欺詐行為。 SEC報告稱，美國銀行、美國第一銀行、聯(lián)邦住房貸款抵押公司等幾家銀行采用了數(shù)據(jù)挖掘技術。工作成本法以精確的成本計算和資源的利用引起了人們的關注，但其復雜的操作卻使很多管理者失望。 在數(shù)據(jù)挖掘中利用諸如回歸分析和分類分析之類的方法有助于會計師識別成本因素，并且更準確地計算成本。 同時，通過分析工作與價值的關系，可以確定增值工作和非附加值工作，持續(xù)改善和優(yōu)化企業(yè)價值鏈。 根據(jù)Thomas G、John J和Il-woon Kim的調查，數(shù)據(jù)挖掘僅被用于工作成本管理的占3%。管理員通常需要預測未來，但預測是基于大量的歷史數(shù)據(jù)和適當?shù)哪Ｐ汀?數(shù)據(jù)挖掘自動在大型數(shù)據(jù)庫中查找預測_ _，利用趨勢分析、時序分析等方法，建立對銷售、成本、資金等的預測模型，科學準確地預測企業(yè)的各指標，作為決策的依據(jù)。 例如，市場調查數(shù)據(jù)的分析從有助于預測銷售的歷史數(shù)據(jù)中建立銷售預測模型等。投資決策分析本身是一個非常復雜的過程，經(jīng)常需要利用一些工具和模型。 數(shù)據(jù)挖掘技術提供了一個有效的工具。 從公司財務報告、宏觀經(jīng)濟環(huán)境、行業(yè)基本情況等大量數(shù)據(jù)中發(fā)掘決策的實質信息，保證投資決策的正確性和有效性。 利用時間序列分析模型預測股價進行投資的時候，用在線分析處理技術分析公司的信用等級，預防投資風險等。品種優(yōu)化是選擇合適的產品組合實現(xiàn)最大利益的過程，這些利益無論是短期利益還是長期市場占有率，都是構建長期客戶群及其整合體。 為了實現(xiàn)這些目標，管理員不僅要知道價格和成本數(shù)據(jù)，還必須知道替代品的狀況，以及在某個市場段位和原來的產品競爭的狀況。 另外，企業(yè)有必要知道一個產品如何刺激其他產品的銷售等。 例如，雖然可以說非營利產品本身沒有好處，但如果它給大客戶帶來了流量，并刺激了高利潤產品的銷售，則該產品非常有利，應該包含在產品列表中。 這些信息可以通過諸如相關分析之類的技術基于實際數(shù)據(jù)來獲得。會計師可以利用數(shù)據(jù)挖掘工具評估企業(yè)財務風險，建立企業(yè)財務危機預警模型，進行破產預測。 破產預測或財務危機預警模型有助于管理員及時了解企業(yè)財務風險，提前實施風險對策，避免破產。 另外，破產預測模型也有助于破產原因的分析，對企業(yè)管理者具有重要意義。 數(shù)據(jù)挖掘技術中多維判別式分析、邏輯回歸分析、遺傳算法、神經(jīng)網(wǎng)絡、決策樹等方法廣泛應用于管理會計。數(shù)據(jù)挖掘是