数据挖掘方法及其在我国财政管理领域的应用

发布时间：2019-03-30 17:48

【摘要】：以数据挖掘方法的基本概念和挖掘过程为基础,探讨数据挖掘方法在财政管理中的应用。主要内容有:(1)数据预处理,是指在对数据进行数据挖掘之前,先对原始数据进行必要的清洗、集成、转换、离散和规约等一系列的处理工作,使之符合挖掘算法进行知识获取研究所要求的最低标准;(2)分类挖掘法,包括贝叶斯算法、决策树算法、遗传算法、k-近邻算法和人工神经网络;(3)关联挖掘法,挖掘探索出隐藏在数据间的相关关系;(4)聚类挖掘法,按照样本在性质上的亲疏远近进行分类。通过对财政管理中的财政收入进行挖掘,得出结论:企业所得税虽然在数值上往往比营业税或者增值税高,但通过决策树算法进行挖掘,可以看到在财政收入中企业所得税与税收占比极可能具有更强的关联性。
[Abstract]:Based on the basic concept and process of data mining, this paper discusses the application of data mining in financial management. The main contents are as follows: (1) data pre-processing refers to a series of processing tasks such as cleaning, integration, conversion, discretization and specification of the original data before data mining is carried out. Make it conform to the minimum standard required by the mining algorithm for knowledge acquisition research; (2) classification mining, including Bayesian algorithm, decision tree algorithm, genetic algorithm, k-nearest neighbor algorithm and artificial neural network; (4) clustering mining method, which classifies the samples according to the nature of the samples. Through mining the financial revenue in the financial management, the conclusion is drawn: although the enterprise income tax is usually higher than the business tax or the value added tax in the numerical value, but through the decision tree algorithm to carry on the mining, It can be seen that there is a stronger correlation between corporate income tax and tax ratio in fiscal revenue.
【作者单位】： 中国人民大学商学院;
【分类号】：TP311.13;F812

【参考文献】

相关期刊论文 前2条

1 魏焕新;;浅谈数据挖掘技术及数据挖掘方法[J];科技信息;2009年32期

2 丁夷;关联规则挖掘在电信市场研究中的应用[J];西安邮电学院学报;2000年03期

【共引文献】

相关期刊论文 前8条

1 黄智,何跃;关联规则挖掘在卷烟市场研究中的应用[J];成都信息工程学院学报;2005年03期

2 陈思敏;邢延;;一种改进的量化关联规则算法在零售业中的应用[J];电脑编程技巧与维护;2011年06期

3 陈玮炜;林栋;;关联规则挖掘在经穴诊疗文献整理中的应用[J];福建电脑;2009年05期

4 林峰;关联规则在倒班运行质量分析中的应用[J];华侨大学学报(自然科学版);2004年02期

5 李洪燕;陈步英;丁莉;;数据仓库和数据挖掘在煤炭信息管理中的应用[J];煤炭技术;2013年11期

6 郑阳洋;刘希玉;;基于多层次关联规则的卷烟销售策略[J];管理学家(学术版);2009年02期

7 彭仪普,熊拥军;关联挖掘在文献借阅历史数据分析中的应用[J];情报杂志;2005年08期

8 陈善平;闫振龙;韩骥磊;朱长跃;;谈大学生体质健康标准数据库的数据挖掘——以西安交通大学在校学生的年级特征和锻炼行为为例[J];体育研究与教育;2012年01期

相关博士学位论文 前1条

1 邵桂华;体育教学的自组织观[D];南京师范大学;2004年

相关硕士学位论文 前10条

1 潘光强;基于数据挖掘的CRM设计与应用研究[D];安徽工业大学;2011年

2 聂云;数据挖掘在电信客户挽留中的应用[D];北京邮电大学;2011年

3 马一凡;基于数据集市的电信经营分析系统设计与实现[D];电子科技大学;2011年

4 于琦;白山市联通公司经营分析系统的设计与实现[D];吉林大学;2011年

5 郑莉丽;面向广播电视网络的客户流失分析系统的设计[D];电子科技大学;2011年

6 骆志群;数据挖掘技术在我国移动通信运营业的应用研究[D];浙江大学;2002年

7 倪秀清;电信IP决策支持系统中数据仓库及数据挖掘的研究与应用[D];南京理工大学;2004年

8 甘岚;电信决策支持系统中建模技术研究[D];南京理工大学;2004年

9 李军;数据挖掘方法及其在上市公司中的应用研究[D];湖南大学;2004年

10 杨鸿宾;数据挖掘在个性化网络教学平台中的应用研究[D];首都师范大学;2005年

【二级参考文献】

相关期刊论文 前3条

1 唐华松,姚耀文;数据挖掘中决策树算法的探讨[J];计算机应用研究;2001年08期

2 肖攸安,李腊元;数据挖掘与知识发现的理论方法及技术分析[J];交通与计算机;2002年01期

3 李永敏,朱善君,陈湘晖,张岱崎,韩曾晋;基于粗糙集理论的数据挖掘模型[J];清华大学学报(自然科学版);1999年01期

【相似文献】

相关期刊论文 前10条

1 李业丽,常桂然,徐茜;神经网络在数据挖掘中的应用研究[J];计算机工程与应用;2000年08期

2 陈国萍,李巍,刘仲英;数据挖掘中概念树的标准、生成和实现[J];计算机工程;2000年12期

3 朱天翔,李力;相关案件的数据挖掘[J];计算机应用研究;2000年03期

4 赵丹群;数据挖掘:原理、方法及其应用[J];现代图书情报技术;2000年06期

5 余英泽,廖里,吴渝;一种新型数据分析技术——数据挖掘[J];计算机与现代化;2000年01期

6 邵华 ,万家华 ,金翔义;数据挖掘在证券行业中的应用[J];软件工程师;2000年11期

7 王宏;数据挖掘在网络营销中的应用[J];计算机应用与软件;2000年06期

8 何东峰;数据挖掘要适当[J];互联网周刊;2000年Z1期

9 康松林,费洪晓;数据挖掘的软分类方法[J];长沙铁道学院学报;2001年03期

10 邢平平,施鹏飞,赵奕;基于本体论的数据挖掘方法[J];计算机工程;2001年05期

相关会议论文 前10条

1 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

2 李久丹;陈剑;覃涛;;数据挖掘技术理论研究[A];广西计算机学会2010年学术年会论文集[C];2010年

3 张秋彤;;数据挖掘与高校图书馆个性化信息服务[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

4 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年

5 毛定祥;;数据挖掘与实证经济学[A];2003中国现场统计研究会第十一届学术年会论文集（上）[C];2003年

6 段培俊;周东岱;;数据挖掘研究综述[A];2003年中国智能自动化会议论文集（下册）[C];2003年

7 雷宇;;论行业信息资源的数据挖掘[A];中国烟草行业信息化研讨会论文集[C];2004年

8 吴以凡;吴铁军;欧阳树生;;面向生产过程质量控制的动态数据挖掘方法[A];05'中国自动化产业高峰会议暨中国企业自动化和信息化建设论坛论文集[C];2005年

9 孙明;康红梅;莫一;;数据挖掘在科技奖励管理系统专家库中的应用[A];2005年十二省区市机械工程学会学术年会论文集（湖北专集）[C];2005年

10 邵红全;杨菊梅;潘建雄;;数据挖掘的策略与实现技术[A];中国系统工程学会决策科学专业委员会第六届学术年会论文集[C];2005年

相关重要报纸文章 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

相关博士学位论文 前10条

1 杨虎;序列数据挖掘的模型和算法研究[D];重庆大学;2003年

2 巩建光;面向电信领域的数据挖掘关键技术研究[D];哈尔滨工程大学;2012年

3 李建强;基于数据挖掘的电站运行优化理论研究与应用[D];华北电力大学（河北）;2006年

4 余小高;电子商务环境中分布式数据挖掘的研究[D];武汉理工大学;2007年

5 李国旗;本体辅助的先验知识融入生物信息数据挖掘的方法研究[D];上海交通大学;2007年

6 翟坤;基于数据挖掘的成本管理方法研究[D];大连理工大学;2012年

7 徐河杭;面向PLM的数据挖掘技术和应用研究[D];浙江大学;2010年

8 刘洪波;汉语认知脑数据挖掘相关算法及应用研究[D];大连理工大学;2006年

9 朱廷劭;数据挖掘及其在汉语文语转换中应用的研究[D];中国科学院研究生院（计算技术研究所）;1999年

10 牛成林;增量数据挖掘及其在电站运行优化中的理论研究及应用[D];华北电力大学（北京）;2010年

相关硕士学位论文 前10条

1 杨毅超;基于Web数据挖掘的作物商务平台分析与研究[D];湖南农业大学;2008年

2 徐进华;基于灰色系统理论的数据挖掘及其模型研究[D];北京交通大学;2009年

3 俞驰;基于网络数据挖掘的客户获取系统研究[D];西安电子科技大学;2009年

4 冯军;数据挖掘在自动外呼系统中的应用[D];北京邮电大学;2009年

5 于宝华;基于数据挖掘的高考数据分析[D];天津大学;2009年

6 王仁彦;数据挖掘与网站运营管理[D];华东师范大学;2010年

7 彭智军;数据挖掘的若干新方法及其在我国证券市场中应用[D];重庆大学;2005年

8 涂继亮;基于数据挖掘的智能客户关系管理系统研究[D];哈尔滨理工大学;2005年

9 贾治国;数据挖掘在高考填报志愿上的应用[D];内蒙古大学;2005年

10 马飞;基于数据挖掘的航运市场预测系统设计及研究[D];大连海事大学;2006年

，

本文编号：2450337