CN109408698A - 基于数据挖掘技术的智能化财务报告支持***及使用方法 - Google Patents
基于数据挖掘技术的智能化财务报告支持***及使用方法 Download PDFInfo
- Publication number
- CN109408698A CN109408698A CN201811284992.XA CN201811284992A CN109408698A CN 109408698 A CN109408698 A CN 109408698A CN 201811284992 A CN201811284992 A CN 201811284992A CN 109408698 A CN109408698 A CN 109408698A
- Authority
- CN
- China
- Prior art keywords
- data
- information
- server
- module
- privately owned
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000007418 data mining Methods 0.000 title claims abstract description 27
- 238000005516 engineering process Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000007726 management method Methods 0.000 claims abstract description 27
- 238000010276 construction Methods 0.000 claims abstract description 25
- 238000002360 preparation method Methods 0.000 claims abstract description 19
- 238000004321 preservation Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 11
- 241001269238 Data Species 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 4
- 238000012827 research and development Methods 0.000 claims description 4
- 238000012356 Product development Methods 0.000 claims description 3
- 230000002860 competitive effect Effects 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 238000013439 planning Methods 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 abstract description 4
- 230000006870 function Effects 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 abstract description 3
- 230000002776 aggregation Effects 0.000 abstract description 2
- 238000004220 aggregation Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000002123 temporal effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000004454 trace mineral analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出一种基于数据挖掘技术的智能化财务报告支持***及使用方法,包括:用户录入模块、数据整理模块、分析构件模块、存储管理模块和报告推送模块;利用粒子计算匹配度,将私有财务信息服务器、私有人力资本服务器、私有行业分析服务器、私有经营管理服务器、私有研发创新服务器结合起来,可以实现财务信息服务器与非财务信息服务器的数据综合查找功能,还可以将查找的结果保存在云服务器中,方便进一步进行数据挖掘工作;同时,根据粒子计算匹配度将保存在服务器中的数据信息进行排序,方便调取时也可以按照一定权值大小进行自动调取,本发明将被直接应用于财务报告供应链,为建立智能化的企业经营活动全程监控机制奠定基础。
Description
技术领域
本发明属于财务分析领域,具体涉及一种基于数据挖掘技术的智能化财务报告支持***及使用方法。
背景技术
数据挖掘作为一种智能数据分析技术,是从数据中识别出有效、新颖、潜在有用的和最终可理解模式的非平凡过程。在各类数据中存在着许多随时向变化且不同时向状态相互关联的数据,即时态数据。现实生活中,时态数据随处可见,如企业财务数据、股票日收盘价、Web访问点击流等等。传统上,大多数数据挖掘问题不考虑时间因素。关注数据动态演化规律的时态数据挖掘(Temporal Data Mining,简称TDM)的出现与发展,开启了数据挖掘研究的一个新的重要方向,形成信息管理领域颇具挑战性的关键应用技术。1993年IBM公司的Agrawal等人首先发表了关于时间序列相似搜索的研究论文。进入21世纪以来,该领域引起学术界的极大关注,相关研究项目和研究者不断增加,研究取得新的进展。
近几年,国内通信、银行界的时态数据挖掘应用开始提出,进行了一些有益的探索;传统的数据挖掘技术和软件开始成熟,并有了一些成功案例;网上报告技术(如XBRL等)已经基本成熟,正在向全球范围推广应用,但也存在许多局限。对于许多实际数据环境和分析需求,现有TDM研究成果常常难以直接应用,其主要原因在于采用独立、特定任务来组织数据并执行分析的挖掘算法和过程缺少有效的手段来保存、比较和跟踪分析结果,难以获得经济活动的动态演化规律。
发明内容
本发明的目的是提供基于数据挖掘技术的智能化财务报告支持***及使用方法。提供一个有针对性的价值分析,充分发挥智能化财务报告支持***的作用。
对智能化财务报告模式的技术支撑,主要利用动态演化规则挖掘技术来实现智能化规则引擎。人们可以事先指定哪类事项发生或可能发生时应主动报告,以及报告的形式。规则引擎由实时处理前台和事件处理后台构成。实时处理前台根据动态演化规则挖掘的实现机制能够把新事件的属性和以前事件的属性灵活组合,与一个多粒度、多步骤挖掘过程的环境相关联,分析所有事件的演化趋势、发生时间和持续时间。事件处理后台实现事件过滤和知识存储功能,最终自动确定是否发出报告以及发出什么样的报告。
基于数据挖掘技术的智能化财务报告支持***,包括:用户录入模块、数据整理模块、分析构件模块、存储管理模块和报告推送模块;
用户录入模块与各数据整理模块相连接,数据整理模块与分析构件模块相连接,分析构件模块与存储管理模块相连接;
用户录入模块,具有用户录入数据接口和获取报告接口,包括:用户个人及企业的财务数据、人力资本数据、行业分析数据、经营管理数据、研发与创新数据;
数据整理模块,在每个数据所在的私有服务器端,将每个数据附加上一个权值,并将附上权值之后的数据传递给分析构件模块;
其中,私有服务器包括私有财务信息服务器、私有人力资本服务器、私有行业分析服务器、私有经营管理服务器、私有研发创新服务器;
私有财务信息服务器包括如下信息:营运能力、短期偿债能力、长期偿债能力、盈利能力;私有人力资本服务器包括如下信息:雇员数量、薪酬福利方案、雇员教育培训;私有行业分析服务器包括如下信息:行业信息、市场竞争、行业机会、行业风险、发展前景;私有经营管理服务器包括如下信息:目标市场、竞争优势、营销策略、资源分配、战略规划、企业文化、企业信誉;私有研发创新服务器包括:产品开发能力、创新产出能力、创新投入能力。
分析构件模块,在中间服务器上实现,采用粒度计算分析数据的分类,并将该数据对应保存到对应类别中;
存储管理模块,根据不同类别保存对应信息到云服务器中;
报告推送模块,将分析构件模块中产生的结果报告,根据用户需要推送到客户端,根据定时器设置,将分析构件模块中产生的结果报告保存到存储管理模块,即云服务器中;
其中,私有服务器通过数据总线与中间服务器相连接,中间服务器通过数据总线与云服务器相连接;
基于数据挖掘技术的智能化财务报告支持***的使用方法,包括根据用户需要获取报告过程和保存数据过程;
根据用户需要获取报告过程:
步骤1:用户根据需要,通过客户端的获取报告接口,输入想要获取的N条信息xinfo1, xinfo2…xinfoN;
步骤2:根据用户需要获取的N条信息xinfo1,xinfo2…xinfoN,在所在私有服务器中查找所有N条信息结果,当查找到N1条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,记作N1条已经查找到结果,当查找到条N2信息与所在私有服务器中数据的匹配度小于阈值εH,记作N2条没有查找到结果,若查找到的结果的所有N条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,则停止查找,返回查找结果并形成具有N条数据查找结果的报告,将查找结果报告通过报告推送模块传递给客户端,同时保存到云服务器;
步骤3:若没有查找所有N条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,在中间服务器中保存已经查找到结果的N1条信息,并且中间服务器调取云服务器数据信息,将N2条没有查找到结构的信息逐条与云服务器中数据信息进行比较,当查找到N3条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,记作N3条已经查找到结果,当查找到条N4信息与所在私有服务器中数据的匹配度小于阈值εH,记作N4条没有查找到结果,若查找到的结果的所有N2条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,则停止查找,返回查找结果并形成具有N1+N2条数据查找结果的报告,将查找结果报告通过报告推送模块传递给客户端,同时保存到云服务器;
步骤4:若没有查找到所有N2条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,中间服务器分别调取出所在私有服务器以外的其他私有服务器中信息,将N4条没有查找到结构的信息逐条与其他私有服务器中数据信息进行比较,直到找到所有N4条信息与其他私有服务器中数据的匹配度大于或者等于阈值εH,则停止查找,返回查找结果并形成具有 N1+N3+N4数据查找结果的报告,将查找结果报告通过报告推送模块传递给客户端,同时保存到云服务器;
步骤5:若找不到所有N4条信息与其他私有服务器中数据的匹配度大于或者等于阈值εH的结果,那么将阈值εH返回客户端,用户手动降低阈值到εL,以阈值εL和N4条信息作为新的初始值,返回第2步骤,直到找到所有N4条信息在私有服务器中数据的匹配程度大于或者等于阈值εL。
其中,N=N1+N2,N2=N3+N4;
其中,所述匹配度定义为:
有两条信息数据分别为:φ和它们的粒分别为:m(φ)和
定义两个粒的交集和并集运算分别为:
由φ提供的对的信任或绝对支持度AS为:
其中,表示φ与之间的关系;
匹配度定义为概率分布:
其中,为概率分布,φ和分别为两条信息数据,两条信息数据对应的粒分别为:m(φ)和
保存数据过程:
步骤1:用户根据需要,通过用户录入数据接口,输入想要保存的数据信息,并将该数据信息传递给数据整理模块;
步骤2:数据整理模块,在数据信息所在的私有服务器端,将每个数据信息附加上一个权值,并将附上权值之后的数据传递给分析构件模块;
所述权值,即为想要保存的数据信息与其所在私有服务器中的数据信息的头文件描述的匹配度大小;
步骤3:根据权值大小在所在私有服务器中保存,保存在私有服务器中的数据均按照其权值大小进行排列。
有益技术效果:
本发明提出基于数据挖掘技术的智能化财务报告支持***及使用方法,利用粒子计算匹配度,将私有财务信息服务器、私有人力资本服务器、私有行业分析服务器、私有经营管理服务器、私有研发创新服务器结合起来,可以实现财务信息服务器与非财务信息服务器的数据综合查找功能,还可以将查找的结果保存在云服务器中,方便进一步进行数据挖掘工作;同时,根据粒子计算匹配度将保存在服务器中的数据信息进行排序,方便调取时也可以按照一定权值大小进行自动调取,节省了网络资源,加快了查找进度,为智能化财务报告提供了有力保障,可以满足信息寻求者实时和个性化的需求,并降低信息获取成本,本发明将被直接应用于财务报告供应链,为建立智能化的企业经营活动全程监控机制奠定基础。
附图说明
图1为本发明实施例的基于数据挖掘技术的智能化财务报告支持***模块结构图;
图2为本发明实施例的基于数据挖掘技术的智能化财务报告支持***拓扑图;
图3为本发明实施例的获取报告过程流程图;
图4为本发明实施例的数据保存过程流程图;
图中:1-云服务器;2-中间服务器;3-私有服务器;31-私有财务信息服务器;32-私有人力资本服务器;33-私有行业分析服务器;34-私有经营管理服务器;35-私有研发创新服务器; 4-客户端;5-用户。
具体实施方式
下面结合附图和具体实施实例对发明做进一步说明,基于数据挖掘技术的智能化财务报告支持***,如图1,图2所示,包括:用户录入模块、数据整理模块、分析构件模块、存储管理模块和报告推送模块;
用户录入模块与各数据整理模块相连接,数据整理模块与分析构件模块相连接,分析构件模块与存储管理模块相连接;
用户录入模块,具有用户录入数据接口和获取报告接口,包括:用户个人及企业的财务数据、人力资本数据、行业分析数据、经营管理数据、研发与创新数据;
数据整理模块,在每个数据所在的私有服务器端3,将每个数据附加上一个权值,并将附上权值之后的数据传递给分析构件模块;
其中,私有服务器3包括私有财务信息服务器31、私有人力资本服务器32、私有行业分析服务器33、私有经营管理服务器34、私有研发创新服务器35;
私有财务信息服务器包括如下信息:营运能力、短期偿债能力、长期偿债能力、盈利能力;私有人力资本服务器包括如下信息:雇员数量、薪酬福利方案、雇员教育培训;私有行业分析服务器包括如下信息:行业信息、市场竞争、行业机会、行业风险、发展前景;私有经营管理服务器包括如下信息:目标市场、竞争优势、营销策略、资源分配、战略规划、企业文化、企业信誉;私有研发创新服务器包括:产品开发能力、创新产出能力、创新投入能力。
分析构件模块,在中间服务器2上实现,采用粒度计算分析数据的分类,并将该数据对应保存到对应类别中;
存储管理模块,根据不同类别保存对应信息到云服务器1中;
报告推送模块,将分析构件模块中产生的结果报告,根据用户5需要推送到客户端4,根据定时器设置,将分析构件模块中产生的结果报告保存到存储管理模块,即云服务器1中;
其中,私有服务器3通过数据总线与中间服务器2相连接,中间服务器2通过数据总线与云服务器1相连接;
基于数据挖掘技术的智能化财务报告支持***的使用方法,包括根据用户需要获取报告过程和保存数据过程;
根据用户需要获取报告过程,如图3所示:
步骤1:用户5根据需要,通过客户端4的获取报告接口,输入想要获取的3条信息,包括营运能力、雇员数量和市场竞争;
步骤2:根据用户5需要获取的3条信息营运能力、雇员数量和市场竞争,在所在私有服务器3中查找所有N条信息结果,当查找到1条信息与所在私有服务器,即私有财务信息服务器31中数据的匹配度大于或者等于阈值εH,记作1条,即营运能力已经查找到结果,当查找到条2信息与所在私有服务器3中数据的匹配度小于阈值εH,记作2条没有查找到结果;
步骤3:在中间服务器2中保存已经查找到结果的1条信息,并且中间服务器2调取云服务器1数据信息,将2条没有查找到结构的信息逐条与云服务器1中数据信息进行比较,云服务器中没有与用户需要的信息匹配的,转到步骤4;
步骤4:中间服务器2分别调取出所在私有服务器3以外的其他私有服务器中信息,即私有人力资本服务器32、私有行业分析服务器33、私有经营管理服务器34、私有研发创新服务器35,将2条没有查找到结构的信息逐条与其他私有服务器3中数据信息进行比较,并在私有人力资本服务器32中找到雇员数量信息,在私有行业分析服务器33中找到市场竞争信息;
步骤5:将3条查找结果报告通过报告推送模块传递给客户端,同时保存到云服务器。
其中,所述匹配度定义为:
有两条信息数据分别为:φ和它们的粒分别为:m(φ)和
定义两个粒的交集和并集运算分别为:
由φ提供的对的信任或绝对支持度AS为:
其中,表示φ与之间的关系;
匹配度定义为概率分布:
其中,为概率分布,φ和分别为两条信息数据,两条信息数据对应的粒分别为:m(φ)和
保存数据过程,如图4所示:
步骤1:用户5根据需要,通过用户录入数据接口,输入想要保存的数据信息:研发与创新数据,并将该数据信息传递给数据整理模块;
步骤2:数据整理模块,在数据信息所在的私有研发创新服务器35,将每个数据信息附加上一个权值,并将附上权值之后的数据传递给分析构件模块;
所述权值,即为想要保存的数据信息与其所在私有研发创新服务器35中的数据信息的头文件描述的匹配度大小;
步骤3:根据权值大小在所在私有研发创新服务器35中保存,保存在私有研发创新服务器35中的数据均按照其权值大小进行排列。
Claims (6)
1.基于数据挖掘技术的智能化财务报告支持***,其特征在于,包括:用户录入模块、数据整理模块、分析构件模块、存储管理模块和报告推送模块;
用户录入模块与各数据整理模块相连接,数据整理模块与分析构件模块相连接,分析构件模块与存储管理模块相连接;
用户录入模块,具有用户录入数据接口和获取报告接口,包括:用户个人及企业的财务数据、人力资本数据、行业分析数据、经营管理数据、研发与创新数据;
数据整理模块,在每个数据所在的私有服务器端,将每个数据附加上一个权值,并将附上权值之后的数据传递给分析构件模块;
其中,私有服务器包括私有财务信息服务器、私有人力资本服务器、私有行业分析服务器、私有经营管理服务器、私有研发创新服务器;
分析构件模块,在中间服务器上实现,采用粒度计算分析数据的分类,并将该数据对应保存到对应类别中;
存储管理模块,根据不同类别保存对应信息到云服务器中;
报告推送模块,将分析构件模块中产生的结果报告,根据用户需要推送到客户端,根据定时器设置,将分析构件模块中产生的结果报告保存到存储管理模块,即云服务器中。
2.根据权利要求1所述基于数据挖掘技术的智能化财务报告支持***,其特征在于,私有服务器通过数据总线与中间服务器相连接,中间服务器通过数据总线与云服务器相连接。
3.根据权利要求1所述基于数据挖掘技术的智能化财务报告支持***,其特征在于,私有财务信息服务器包括如下信息:营运能力、短期偿债能力、长期偿债能力、盈利能力;私有人力资本服务器包括如下信息:雇员数量、薪酬福利方案、雇员教育培训;私有行业分析服务器包括如下信息:行业信息、市场竞争、行业机会、行业风险、发展前景;私有经营管理服务器包括如下信息:目标市场、竞争优势、营销策略、资源分配、战略规划、企业文化、企业信誉;私有研发创新服务器包括:产品开发能力、创新产出能力、创新投入能力。
4.基于数据挖掘技术的智能化财务报告支持***的使用方法,采用基于数据挖掘技术的智能化财务报告支持***实现,其特征在于,包括根据用户需要获取报告过程和保存数据过程;
根据用户需要获取报告过程:
步骤1:用户根据需要,通过客户端的获取报告接口,输入想要获取的N条信息xinfo1,xinfo2…xinfoN;
步骤2:根据用户需要获取的N条信息xinfo1,xinfo2…xinfoN,在所在私有服务器中查找所有N条信息结果,当查找到N1条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,记作N1条已经查找到结果,当查找到条N2信息与所在私有服务器中数据的匹配度小于阈值εH,记作N2条没有查找到结果,若查找到的结果的所有N条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,则停止查找,返回查找结果并形成具有N条数据查找结果的报告,将查找结果报告通过报告推送模块传递给客户端,同时保存到云服务器;
步骤3:若没有查找所有N条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,在中间服务器中保存已经查找到结果的N1条信息,并且中间服务器调取云服务器数据信息,将N2条没有查找到结构的信息逐条与云服务器中数据信息进行比较,当查找到N3条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,记作N3条已经查找到结果,当查找到条N4信息与所在私有服务器中数据的匹配度小于阈值εH,记作N4条没有查找到结果,若查找到的结果的所有N2条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,则停止查找,返回查找结果并形成具有N1+N2条数据查找结果的报告,将查找结果报告通过报告推送模块传递给客户端,同时保存到云服务器;
步骤4:若没有查找到所有N2条信息与所在私有服务器中数据的匹配度大于或者等于阈值εH,中间服务器分别调取出所在私有服务器以外的其他私有服务器中信息,将N4条没有查找到结构的信息逐条与其他私有服务器中数据信息进行比较,直到找到所有N4条信息与其他私有服务器中数据的匹配度大于或者等于阈值εH,则停止查找,返回查找结果并形成具有N1+N3+N4数据查找结果的报告,将查找结果报告通过报告推送模块传递给客户端,同时保存到云服务器;
步骤5:若找不到所有N4条信息与其他私有服务器中数据的匹配度大于或者等于阈值εH的结果,那么将阈值εH返回客户端,用户手动降低阈值到εL,以阈值εL和N4条信息作为新的初始值,返回第2步骤,直到找到所有N4条信息在私有服务器中数据的匹配程度大于或者等于阈值εL;
保存数据过程:
步骤1:用户根据需要,通过用户录入数据接口,输入想要保存的数据信息,并将该数据信息传递给数据整理模块;
步骤2:数据整理模块,在数据信息所在的私有服务器端,将每个数据信息附加上一个权值,并将附上权值之后的数据传递给分析构件模块;
所述权值,即为想要保存的数据信息与其所在私有服务器中的数据信息的头文件描述的匹配度大小;
步骤3:根据权值大小在所在私有服务器中保存,保存在私有服务器中的数据均按照其权值大小进行排列。
5.根据权利要求4所述基于数据挖掘技术的智能化财务报告支持***的使用方法,其特征在于,所述根据用户需要获取的N条信息满足:N=N1+N2,N2=N3+N4。
6.根据权利要求4所述基于数据挖掘技术的智能化财务报告支持***的使用方法,其特征在于,所述匹配度定义为:
有两条信息数据分别为:φ和它们的粒分别为:m(φ)和
定义两个粒的交集和并集运算分别为:
由φ提供的对的信任或绝对支持度AS为:
其中,表示φ与之间的关系;
匹配度定义为概率分布:
其中,为概率分布,φ和分别为两条信息数据,两条信息数据对应的粒分别为:m(φ)和
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811284992.XA CN109408698B (zh) | 2018-10-31 | 2018-10-31 | 基于数据挖掘技术的智能化财务报告支持***及使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811284992.XA CN109408698B (zh) | 2018-10-31 | 2018-10-31 | 基于数据挖掘技术的智能化财务报告支持***及使用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109408698A true CN109408698A (zh) | 2019-03-01 |
CN109408698B CN109408698B (zh) | 2022-01-14 |
Family
ID=65470585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811284992.XA Expired - Fee Related CN109408698B (zh) | 2018-10-31 | 2018-10-31 | 基于数据挖掘技术的智能化财务报告支持***及使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109408698B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111190780A (zh) * | 2019-12-30 | 2020-05-22 | 杭州涂鸦信息技术有限公司 | 一种支持多平台的产测方法、产测设备及产测*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040083165A1 (en) * | 2001-03-20 | 2004-04-29 | David Lawrence | Construction industry risk management clearinghouse |
CN102222078A (zh) * | 2010-12-08 | 2011-10-19 | 常华 | 实时信息推送方法及设备 |
CN102971738A (zh) * | 2010-05-06 | 2013-03-13 | 水宙责任有限公司 | 用于配置文件利用***中的安全性的***、方法和计算机可读介质 |
CN104850965A (zh) * | 2015-05-29 | 2015-08-19 | 张婧 | 智能财务***财务数据自动生成方法及其智能财务*** |
CN104917848A (zh) * | 2015-07-03 | 2015-09-16 | 成都怡云科技有限公司 | 基于企业管理与服务的企业智慧云平台 |
CN105224631A (zh) * | 2015-09-24 | 2016-01-06 | 四川长虹电器股份有限公司 | 搭建行业开放云的***及编制xbrl财务报表的方法 |
CN106126341A (zh) * | 2016-06-23 | 2016-11-16 | 成都信息工程大学 | 应用于大数据的多计算框架处理***及关联规则挖掘方法 |
CN106339451A (zh) * | 2016-08-26 | 2017-01-18 | 成都汉康信息产业有限公司 | 基于大数据的数据挖掘*** |
CN107910071A (zh) * | 2017-11-14 | 2018-04-13 | 辽宁工程技术大学 | 一种基于数据挖掘的医学知识库*** |
CN108229902A (zh) * | 2016-12-14 | 2018-06-29 | 中山市得高行知识产权中心(有限合伙) | 一种基于智能云台服务的财务档案信息录入*** |
CN108596781A (zh) * | 2018-04-13 | 2018-09-28 | 深圳供电局有限公司 | 一种电力***数据挖掘与预测整合方法 |
-
2018
- 2018-10-31 CN CN201811284992.XA patent/CN109408698B/zh not_active Expired - Fee Related
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040083165A1 (en) * | 2001-03-20 | 2004-04-29 | David Lawrence | Construction industry risk management clearinghouse |
CN102971738A (zh) * | 2010-05-06 | 2013-03-13 | 水宙责任有限公司 | 用于配置文件利用***中的安全性的***、方法和计算机可读介质 |
CN102222078A (zh) * | 2010-12-08 | 2011-10-19 | 常华 | 实时信息推送方法及设备 |
CN104850965A (zh) * | 2015-05-29 | 2015-08-19 | 张婧 | 智能财务***财务数据自动生成方法及其智能财务*** |
CN104917848A (zh) * | 2015-07-03 | 2015-09-16 | 成都怡云科技有限公司 | 基于企业管理与服务的企业智慧云平台 |
CN105224631A (zh) * | 2015-09-24 | 2016-01-06 | 四川长虹电器股份有限公司 | 搭建行业开放云的***及编制xbrl财务报表的方法 |
CN106126341A (zh) * | 2016-06-23 | 2016-11-16 | 成都信息工程大学 | 应用于大数据的多计算框架处理***及关联规则挖掘方法 |
CN106339451A (zh) * | 2016-08-26 | 2017-01-18 | 成都汉康信息产业有限公司 | 基于大数据的数据挖掘*** |
CN108229902A (zh) * | 2016-12-14 | 2018-06-29 | 中山市得高行知识产权中心(有限合伙) | 一种基于智能云台服务的财务档案信息录入*** |
CN107910071A (zh) * | 2017-11-14 | 2018-04-13 | 辽宁工程技术大学 | 一种基于数据挖掘的医学知识库*** |
CN108596781A (zh) * | 2018-04-13 | 2018-09-28 | 深圳供电局有限公司 | 一种电力***数据挖掘与预测整合方法 |
Non-Patent Citations (4)
Title |
---|
YANNIS MARINAKIS 等: "Ant colony and particle swarm optimization for financial classification problems", 《EXPERT SYSTEMS WITH APPLICATIONS》 * |
任海芝 等: "智能化财务报告模式研究—基于数据挖掘技术的思考", 《辽宁工程技术大学学报(社会科学版)》 * |
桑海龙 等: "基于数据挖掘的网络信息分析方法", 《智能计算机与应用》 * |
赵春: "基于数据挖掘技术的财务风险分析与预警研究", 《中国博士学位论文全文数据库信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111190780A (zh) * | 2019-12-30 | 2020-05-22 | 杭州涂鸦信息技术有限公司 | 一种支持多平台的产测方法、产测设备及产测*** |
CN111190780B (zh) * | 2019-12-30 | 2023-10-20 | 杭州涂鸦信息技术有限公司 | 一种支持多平台的产测方法、产测设备及产测*** |
Also Published As
Publication number | Publication date |
---|---|
CN109408698B (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Phaneendra et al. | Big Data-solutions for RDBMS problems-A survey | |
Morris et al. | Awakening Africa's sleeping giant: prospects for commercial agriculture in the Guinea Savannah Zone and beyond | |
Ali et al. | Knowledge management in Malaysian banks: A new paradigm | |
CN103631922B (zh) | 基于Hadoop集群的大规模Web信息提取方法及*** | |
CN103678665A (zh) | 一种基于数据仓库的异构大数据整合方法和*** | |
Gordon et al. | Using information security as a response to competitor analysis systems | |
CN107133332A (zh) | 一种查询任务的分配方法及装置 | |
CN109408698A (zh) | 基于数据挖掘技术的智能化财务报告支持***及使用方法 | |
Zuckerberg et al. | Effects of mowing and burning on shrubland and grassland birds on Nantucket Island, Massachusetts | |
Sergey et al. | Applying map-reduce paradigm for parallel closed cube computation | |
CN109783471A (zh) | 企业画像小程序化方法、装置、计算机设备及存储介质 | |
de Almeida Neto et al. | A reference architecture for educational data mining | |
US10853432B2 (en) | Methods and systems for generating search results and recommendations based on multi-sourced two-way correspondence and relative entity prominence | |
Zhou et al. | On participation constrained team formation | |
Hajian et al. | A pattern to evaluation of motivational factors affecting knowledge sharing | |
US10878048B2 (en) | Methods and systems for generating search results and recommendations based on multi-sourced two-way correspondence and relative entity prominence | |
Slaninov et al. | Web site community analysis based on suffix tree and clustering algorithm | |
Bhatia et al. | Intuitive approach to use intelligent database for prediction | |
Yan et al. | Portfolio optimization: A return-on-equity network analysis | |
Jie et al. | Application Status of Big Data in Agriculture and International Cooperation | |
Bochkaryov et al. | Identification of the stage of the life cycle of the scientific direction with the help of the research front | |
Chen | Practice on the data service of university scientific research management based on cloud computing | |
Bao et al. | Las: Logical-block affinity scheduling in big data analytics systems | |
Araki et al. | A method for high speed 3-D range measurement and its trail instrumentation | |
Kolinjivadi et al. | The green economy as plantation ecology: when dehumanization and ecological simplification go'green |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220114 |