数据挖掘技术在会计信息系统中的应用研究.docVIP

数据挖掘技术在会计信息系统中的应用研究 2006年2月 第9卷第2期 中国管理信息化 ChinaManagementInformationization Feb..2006 Vo1.9.No.2 数据挖掘技术在会计信息系统中的应用研究 张志恒.陈旭 (重庆工学院会计学院,重庆400050) f摘要1随着数据库和网络技术的迅速发展,目前的会计信息系统可以高效地实现财务数据的录入,修改,统计,查询 以及简单的财务分析等功能,但是无法发现数据中存在的潜在关系和规则,无法根据现有的数据预测未来的发展趋 势.缺乏挖掘数据背后隐藏的知识的手段.本文提出将数据挖掘技术应用于会计信息系统,增强会计信息系统的财务 分析功能.将海量的数据转化为有用的知识,为决策者提供有效的信息.本文简单介绍了数据挖掘的主要功能和常用 的挖掘方法.以及数据挖掘在会计信息系统中的主要应用.最后给出了一个数据挖掘在会计信息系统中的应用实例. f关键词1数据挖掘;会计信息系统;财务分析;规则提取;粗糙集理论 【中图分类号】F232【文献标识码】A【文章编号】1673—0194(2006)02—0036—04 1引言 随着以网络为代表的信息技术的发展,信息技术在会计 领域中得到了广泛的应用,越来越多的企业的会计信息系统 从手丁环境转向IT环境,基于计算机的会计信息系统(简称 为会计信息系统)受到越来越广泛的关注.随着计算机处 理能力的提高和网络技术的飞速发展,会计信息系统的网络 计算模式经历了单机一多机一网络化的发展过程,在功能上 也实现了从核算型向管理型飞跃.当前我们对会计信息系统 的理解是:会计信息系统是利用信息技术对会计信息进行采 集,存储和处理,完成会计核算任务,并能够提供会计管理, 分析,决策辅助信息的系统(杨周南.2000).会计信息系统的 目标是:为向组织内外部的决策者提供需要的会计信息及对 会计信息利用有重要影响的其他非会计信息(张瑞君, 2004).从这个意义上说,完善会计信息系统的过程将永无止 境,在新的形势下必然会对其提出更高的要求. 随着海量信息的涌现,目前会计信息系统的分析功能将 更显薄弱.丰富的信息的确可以为企业利益各方做出决策提 供方便,但同时也带来很多问题,比如:大量信息难以全部掌 握,等于信息丢失;信息过多,导致真伪难辨,容易造成误导. 面对大量的信息.如果不采用相应的技术手段.就不能发现 隐藏在信息背后的知识,不能分析数据中存在的关系和规 则,也不能根据现有的数据预测未来的走势,从而无法给 正确的辅助决策的信息.因此,笔者提出了将数据挖掘技术 应用于会计信息系统,在现有的财务分析功能的基础上增加 数据挖掘功能 2数据挖掘技术简介 数据挖掘(DataMining)是20世纪90年代兴起的一门 信息技术领域的前沿技术,它是在数据和数据库急剧增长的 背景下产生的,也是数据库,统计学,机器学习与计算技术等 多学科发展融合的结果.数据挖掘是从大量的,不完全的,有 【收稿日~112005-10-08 [作者简介】张志恒,男,管理学硕士,讲师.研究方向:会计信息 化和审计信息化. 36/CHINAMANAGEMENTINFORMATIONIZATION 噪声的,模糊的,随机的数据中提取隐含在其中的,人们事先 不知道的,但又是潜在有用的信息和知识的过程. 2.1数据挖掘的主要功能 (1)关联分析 两个或两个以上变量的取值之间存在某种规律性.就称 为关联.数据关联是数据库中存在的一类重要的,可被发现 的知识.关联分析的目的是找出数据库中隐藏的关联关系, 一 般用支持度和置信度两个参数来度量挖掘出来的关联规 则是否符合要求. (2)分类 分类就是找出一个类别的概念描述,它代表了这类数据 的整体信息,即该类的内涵描述,并用这种描述来构造模型, 一 般用规则或决策树模式表示.分类是利用训练数据集通过 一 定的算法求得分类规则. (3)聚类分析 聚类分析处理的数据对象的类是未知的.聚类分析就是 将对象集合分组.按某种共同特征或趋势将对象组成的多个 集合的过程.其基本思想是:在对数据进行分拆的过程中.考 虑数据间的距离的同时,更侧重考虑某些数据间具有的 类的共同内涵.聚类分析是对一组数据进行分组.这种分 组基于如下的原理:最大的组内相似性和最小的组间相似 性. (4)预测 预测是利用历史数据找出变化规律,通过建立模型,对 未来数据的种类,特征及发展趋势进行预测. (5)时序分析 时序模式是指通过时间序列搜索出的重复发生概率较 高的模式.与回归一样.它也是用已知的数据预测未来的值. 但这些数据的区别是变量所处时间的不同 (6)偏差分析 数据库中的数据常有一些异常记录,从数据库中检测出 这些偏差很有意义.在偏差中包括很多有用的知识,如分类 中的反常实例,不满足规则的