文档介绍：数据挖掘技术在会计管理与分析的实用性研究
【摘要】随着会计现代化的发展,会计越来越多的运用计算机技术的拓展。数据挖掘技术在数据处理和财会分析上具有独特的优越性。在会计管理和会计分析中,数据挖掘更是表现出极大的优越性。不仅为企业决策者提供更为广泛而有效的决策依据,而且可以提高企业战略竞争能力,更加提高了会计分析的准确性和高效率。
【关键词】数据挖掘;会计管理;计算机技术
一、数据挖掘
数据挖掘是从数据当中发现趋势和模式的过程,它融合了现代统计学、知识信息系统、机器学****决策理论和数据库管理等多学科的知识。它能有效地从大量的、不完全的、模糊的实际应用数据中,提取隐含在其中的潜在有用的信息和知识,揭示出大量数据中复杂的和隐藏的关系,为决策提供有用的参考。数据挖掘是从数据当中发现趋势和模式的过程,它融合了现代统计学、知识信息系统、机器学****决策理论和数据库管理等多学科的知识。它能有效地从大量的、不完全的、模糊的实际应用数据中,提取隐含在其中的潜存有用的信息和知识,揭示出大量数据中复杂的和隐藏的关系,为决策提供有用的参考。
二、数据挖掘的现代最新方法介绍
常用的数据挖掘方法主要有决策树(Decision Tree)、遗传算法(ic Algorithms)、关联分析(Association Analysis).聚类分析(C~smr Analysis)、序列模式分析(Sequential Pattern)以及神经网络(works)等。
三、数据挖掘的实际应用
由于数据挖掘市场还处于起步的阶段,但是发展很快。在国外有一些著名的大公司对数据挖掘系统进行了开发。
Miner这是IBM公司的数据挖掘产品,它提供了很多数据挖掘算法,包括关联、分类、回归、预测模型、偏离检测、序列模式分析和聚类。有2个特点:一是它的数据挖掘算法的可伸缩性;二是它与IBM/DB/2关系数据库系统紧密地结合在一起。
,它也提供了多种数据挖掘方法,包括关联分析和分类以及高级统计和可视化工具。特色是它具有的强大的图形工具,包括规则可视化工具、树可视化工具、地图可视化工具和多维数据分散可视化工具,它们用于实现数据和数据挖掘结果的可视化。
,它为终端用户和开发者提供提供了一个集成的数据挖掘开发环境。
Technology公司开发的,它提供多种数据挖掘算法,包括发现驱动的OLAP分析、关联、分类和聚类。特色是它的基于数据立方体的联机分析挖掘,它包含多种有效的频繁模式挖掘功能和集成的可视化分类方法。
四、数据挖掘与管理会计
面对日益激烈的竞争环境,企业管理者对决策信息的需求也越来越高。管理会计作为企业决策支持系统的重要组成部分,提供更多、更有效的有用信息责无旁贷。因此,从海量数据中挖掘和寻求知识和信息,为决策提供有力支持成为管理会计师使用数据挖掘的强大动力。例如,数据挖掘可以帮助企业加强成本管理,改进产品和服务质量,提高货品销量比率,设计更好的货品运输与分销策略,减少商业成本。
实践证明数据挖掘不仅能明显改善企业内部流程,而且能够从战略