基于数据挖掘技术的企业财务预算系统的设计

《基于数据挖掘技术的企业财务预算系统的设计》由会员分享，可在线阅读，更多相关《基于数据挖掘技术的企业财务预算系统的设计（11页珍藏版）》请在装配图网上搜索。

1、基于数据挖掘技术的企业财务预算系统的设计 J0DA6F4J0I32A8E9摘 要：在传统企业财务工作中，财务管理一直是一个重核实、轻管理的模式，财务预算时往往靠经验决定资金的分配和使用。在规模较小的企业中，这种方法尚可使用，当企业规模逐步扩大，尤其是跨国企业日益增多的情况下，资金分配决议无疑成为一个主要的问题。所以，仅靠传统的处理手段已不能有效处理财务预算的相关问题，在企业信息化的进程中应对财务预算系统的自动化和智能化投入一定的关注。关键词：数据挖掘;财务预算;决议树 一、企业财务预算中存在的问题 企业财务预算是由企业的最高权力机构讨论经过的企业未来一定时期经营决议和目标计划的财务数听说明和责

2、任约束依据，它是当代企业组织利用当代管理理论和方法，在科学经营预计和决议的基础上，围绕企业战略目标，以市场为导向，以经营利润为目标，以现金流量为中心，对一定时期内企业资金取得和投放、各项收入和支出、企业经营结果及其分配等财务活动进行的计划和计划运行，确保企业理财目标实现的有效管理机制1。企业财务预算管理体系经过不停发展，已形成较为完善的体系结构。现在，财务预算关键有利润预算、现金流量预算、资产负债预算等。然而，在企业的财务预算中仍存在着一定的问题。 (一)忽略动态管理 在编制财务预算时，大多企业仍采取传统的固定预算、定时预算等方法。这种静态的编制方法使得预算指标在实施过程中均保持不变，这对于业

3、务量波动不大的企业而言较为适用。当企业销售量、价格、成本等原因出现较大改变时，静态预算则显得盲目、滞后和缺乏弹性。所以，企业应主动寻求科学、合理的方法，加强动态管理。 (二)忽略外部原因分析 部分企业在进行财务预算时，关键以历史指标和过去的活动为基础，结合资金、技术和管理水平来制订未来的财务预算指标。这么，往往忽略了对外部原因的详尽分析和预计，使得很多财务预算指标难以和外部环境相适应，从而难以在企业中实施。所以，企业在进行财务预算时不但要考虑内部原因，更要考虑外部原因，如市场拥有率、用户盈利水平等，以此来确定销售量的变动范围或价格的变动幅度，最终形成弹性预算。 (三)忽略对决议的辅助性 在大型

4、企业中，因为每种业务全部采取单独的数据库系统，数据之间缺乏联络，则轻易造成数据孤岛的出现。数据孤岛使得描述同一事物的数据因为库不一样而相互之间缺乏联络，从而造成了数据的完整性不高。这种不足的存在，使得财务管理系统无法给决议部门提供一份完整而正确的财务预算信息。所以，企业应随发展的需要利用信息化技术将历年数据情况进行汇总和分析，以供高层决议使用。 二、在财务预算中应用数据挖掘技术的必须性 (一)数据挖掘的技术特点 数据挖掘包含数据搜集、数据处理、数据(，请注明！)变换、数据挖掘、模式评定、知识表示多个过程，其中前四个过程是一个循环重复的过程，在这个重复过程中要对挖掘结果进行评定和修正，直到找出真

5、实的结果为止。数据搜集是经过广泛搜集用户的多种信息，建立必须的数据库，为数据挖掘做准备。数据处理是对搜集的信息进行注入去噪等操作，从而确保数据能够真实反应待要挖掘的对象。数据变换是将经过去噪的数据进行一定的格式转换，使其适应数据挖掘系统或数据挖掘软件的处理要求。数据挖掘是指能够单独利用也能够综合利用多种数据挖掘方法对数据进行分析，挖掘出用户所需要的多种规则、趋势、类别、模型等。模式评定是对发觉的规则、趋势、类别、模型进行评定，从而确保发觉的模式的正确性。知识表示是将挖掘结果以可视化的形式展现在用户面前。 数据挖掘的技术特点在于：数据挖掘技术是一个面向用户的检索模式，它能自动地提取相关数据之间有

6、价值的知识，并将这些知识以可视的、动态的方法反馈给用户。数据挖掘能经过预先设定的算法自动处理数据库中大量的原始数据，应用多种方法和手段从大量数据中抽取出含有必定性、富有意义的模式，挖掘出对象间的特定关系，找出大家对所需问题的解答，为决议服务2。 (二)财务预算系统的实际需求 在信息化的企业中，财务预算系统不应仅仅是利用计算机来替代人工完成数据处理工作，而应利用其同时完成财务数据的管理，并在此基础上帮助高层进行财务的管理和辅助高层进行决议。因为财务预算数据分布在企业的各个部门，伴随目前企业规模的扩大，来自各个部门的财务预算数据量也在逐步增加，再加上包括到的部门分类也越来越细，财务信息不易统一是一

7、个在企业中长久存在的问题。所以，将多个部门多年的财务数据进行汇总和分析，成为了企业在财务管理方面的关键需求之一。 在逐步推进信息化的过程中，企业在职员人数、设备需求等方面全部发生了较大的改变，其中现有数据量的扩大和原有数据的提取工作，全部会给财务预算部门带来很大的工作压力。所以，财务预算部门期望能够用简练灵活的方法来处理日益增多的复杂数据，并能够产生对应的报表3。 从上述分析我们能够看出，伴随企业发展和信息化进程的推进，应建立一个机制合理有效的财务预算系统，以高效地利用财务数据，产生对应的财务预算报表，使企业的财务数据信息能够合理有效地被利用，认为各级部门提供有效财务信息，并帮助决议人员分析和

8、预计问题。 三、基于数据挖掘技术的企业财务预算系统的设计GK2K6692B15IJ1KH 四、财务预算系统模型中数据挖掘技术的实现 数据挖掘技术融数据库技术、人工智能技术、数理统计技术和可视化技术为一体，将其应用于财务预算系统中可把企业对财务数据的应用从低层次的联机查询操作，提升到分析预计、决议支持等高级应用上5。目前数据挖掘的技术关键有聚类算法、神经络法、遗传算法、决议树方法、机器学习方法等。结合前文所提出的财务预算系统模型，本文将就财务系统中所常见的数据挖掘算法进行简单的分析。 (一)聚类算法 聚类算法是数据挖掘技术中的关键算法之一，在财务预算系统中使用聚类算法能够将财务数据形成聚类的列表

9、树，从而使用户能够方便地获取自己所需的数据6。聚类算法的基础原理是：在用户查询结果中，和查询提问相关的数据通常会聚类的比较近，而无关的则会和相关的相互远离，所以能够经过聚类技术将结果数据集合分成若干组，同一组的数据相同度尽可能得大，而组间的相同度则尽可能得小，用户则只需考虑其所选择的组。在实际应用中，最具代表性的聚类算法是Kmeans算法。这种算法是以k为参数，把给定结果中的n个对象分为k个簇，使簇内含有较高的相同度，而簇间的相同度较低。相同度为簇中对象的平均值。Kmeans法的步骤以下：首先随机地选择k个对象，每个对象初始代表一个簇的平均值或中心；将剩下的对象分别归和簇中心距离最近的簇。然后

10、再重新计算每个簇的评均值，并不停反复这个过程，直到准则函数收敛7。 (二)决议树算法 将决议树方法应用于财务预算系统中，能够经过建立决议树来将数据依据实例分类到一个已知的类集中，以将多种预算数据进行分类；也能够经过决议树对数据集的分类发掘数据间的联络，从而对未来进行预计。决议树的建立是经过将实例递归地划分成子组来完成，每次划分全部依据了对实例的某种属性检验，即采取部分条件来决定数据集应该怎样被分割。详细过程是8：首先找出最有判别力的原因，把数据分成多个子集，每个子集又选择最有判别力的原因进行划分，一直进行到全部子集仅包含同一类型的数据为止，从而得到一棵决议树。然后遍历决议树，把决议树转换为由其

11、上面的关键字组成的布尔查询串，从而得到愈加准确的用户爱好，提升了检索的正确性。 (三)神经络算法 神经络算法能够利用预算数据仓库中的数据形成预计(，请注明！)模型，高级的算法还能够培训出成千上万个大规模的神经络模型，对这些神经络模型进行分析即可从中提出有用的知识。神经络的建模过程能够经过从已知的样本中学习来完成，经过权重的设置能够将简单的“神经元”组成的络连接起来，再经过调整“神经元”之间的权重来培训神经络。神经络现在正在使用的有两个分支，根据她们的培训方法可分为：监督型和非监督型。监督型人工神经络分支利用一个“老师”来培训模型，在这种模型里将在模型输出和已知输出之间定义一个错误。使用错误回传

12、算法调整模型连接权重，降低反复表征输入向量造成的错误9。当缺乏相关类的数量信息时，非监督型人工神经络分支则试图找到相同输入的类。 五、结语 本文关键是设计了一个企业财务预算系统模型，其中应用了数据挖掘的技术，处理了企业中财务数据管理单一，不能适合企业协调发展的需求。同时，不停发展中的企业势必须要从复杂的数据处理中挖掘出对决议有所帮助的知识。所以，在企业信息化的建设中，合理地利用数据挖掘技术从各部门的预算数据中找出适合决议专题的相关知识，将对企业的稳定发展有良好的促进作用。 参考文件：1 秦素娟,王耀文.浅析企业财务预算管理J.科技情报开发和经济,2021,(27):187195.2 樊志平,吴

13、际.基于数据挖掘技术的商业决议支持系统的研究J.商业科技,2021,(1):23.3 赵宝华,阮文惠.一个基于数据挖掘技术的高校财务预算系统设计和研制J.微型电脑应用,2021,(6):3133.4 向建红,黄巧仙.数据挖掘技术在财务分析中的应用J.湖北经济学院学报,2021,(3):7172.6 李英.数据挖掘技术在高校财务管理信息化中的应用研究J.会计师,2021,(1):3435.7 刘泉凤,陆蓓.数据挖掘中聚类算法的比较研究J.浙江水利水电专科学校学报,2021,(2):5558.8 陈红英,李卫华.用ID3算法实现络智能搜索引擎Agent爱好学习J.当代计算机,2021,(101):

14、1719.9 李法运.基于Web的信息过滤模型优化及系统实现研究D.武汉:武汉大学信息管理学院博士学位论文,2021.12GK2K6692B15IJ1KH 四、财务预算系统模型中数据挖掘技术的实现 数据挖掘技术融数据库技术、人工智能技术、数理统计技术和可视化技术为一体，将其应用于财务预算系统中可把企业对财务数据的应用从低层次的联机查询操作，提升到分析预计、决议支持等高级应用上5。目前数据挖掘的技术关键有聚类算法、神经络法、遗传算法、决议树方法、机器学习方法等。结合前文所提出的财务预算系统模型，本文将就财务系统中所常见的数据挖掘算法进行简单的分析。 (一)聚类算法 聚类算法是数据挖掘技术中的关键

15、算法之一，在财务预算系统中使用聚类算法能够将财务数据形成聚类的列表树，从而使用户能够方便地获取自己所需的数据6。聚类算法的基础原理是：在用户查询结果中，和查询提问相关的数据通常会聚类的比较近，而无关的则会和相关的相互远离，所以能够经过聚类技术将结果数据集合分成若干组，同一组的数据相同度尽可能得大，而组间的相同度则尽可能得小，用户则只需考虑其所选择的组。在实际应用中，最具代表性的聚类算法是Kmeans算法。这种算法是以k为参数，把给定结果中的n个对象分为k个簇，使簇内含有较高的相同度，而簇间的相同度较低。相同度为簇中对象的平均值。Kmeans法的步骤以下：首先随机地选择k个对象，每个对象初始代表

16、一个簇的平均值或中心；将剩下的对象分别归和簇中心距离最近的簇。然后再重新计算每个簇的评均值，并不停反复这个过程，直到准则函数收敛7。 (二)决议树算法 将决议树方法应用于财务预算系统中，能够经过建立决议树来将数据依据实例分类到一个已知的类集中，以将多种预算数据进行分类；也能够经过决议树对数据集的分类发掘数据间的联络，从而对未来进行预计。决议树的建立是经过将实例递归地划分成子组来完成，每次划分全部依据了对实例的某种属性检验，即采取部分条件来决定数据集应该怎样被分割。详细过程是8：首先找出最有判别力的原因，把数据分成多个子集，每个子集又选择最有判别力的原因进行划分，一直进行到全部子集仅包含同一类型

17、的数据为止，从而得到一棵决议树。然后遍历决议树，把决议树转换为由其上面的关键字组成的布尔查询串，从而得到愈加准确的用户爱好，提升了检索的正确性。 (三)神经络算法 神经络算法能够利用预算数据仓库中的数据形成预计(，请注明！)模型，高级的算法还能够培训出成千上万个大规模的神经络模型，对这些神经络模型进行分析即可从中提出有用的知识。神经络的建模过程能够经过从已知的样本中学习来完成，经过权重的设置能够将简单的“神经元”组成的络连接起来，再经过调整“神经元”之间的权重来培训神经络。神经络现在正在使用的有两个分支，根据她们的培训方法可分为：监督型和非监督型。监督型人工神经络分支利用一个“老师”来培训模型

18、，在这种模型里将在模型输出和已知输出之间定义一个错误。使用错误回传算法调整模型连接权重，降低反复表征输入向量造成的错误9。当缺乏相关类的数量信息时，非监督型人工神经络分支则试图找到相同输入的类。 五、结语 本文关键是设计了一个企业财务预算系统模型，其中应用了数据挖掘的技术，处理了企业中财务数据管理单一，不能适合企业协调发展的需求。同时，不停发展中的企业势必须要从复杂的数据处理中挖掘出对决议有所帮助的知识。所以，在企业信息化的建设中，合理地利用数据挖掘技术从各部门的预算数据中找出适合决议专题的相关知识，将对企业的稳定发展有良好的促进作用。 参考文件：1 秦素娟,王耀文.浅析企业财务预算管理J.科

19、技情报开发和经济,2021,(27):187195.2 樊志平,吴际.基于数据挖掘技术的商业决议支持系统的研究J.商业科技,2021,(1):23.3 赵宝华,阮文惠.一个基于数据挖掘技术的高校财务预算系统设计和研制J.微型电脑应用,2021,(6):3133.4 向建红,黄巧仙.数据挖掘技术在财务分析中的应用J.湖北经济学院学报,2021,(3):7172.6 李英.数据挖掘技术在高校财务管理信息化中的应用研究J.会计师,2021,(1):3435.7 刘泉凤,陆蓓.数据挖掘中聚类算法的比较研究J.浙江水利水电专科学校学报,2021,(2):5558.8 陈红英,李卫华.用ID3算法实现络智能搜索引擎Agent爱好学习J.当代计算机,2021,(101):1719.9 李法运.基于Web的信息过滤模型优化及系统实现研究D.武汉:武汉大学信息管理学院博士学位论文,2021.12