《财务大数据分析》1项目一财务大数据认知 教学课件.pptxVIP

项目一财务大数据认知【学习目标】掌握大数据的定义及特征；掌握财务大数据的概念及特征；了解大数据分析五步法方法论并能够利用该方法进行项目分析；掌握数据收集、数据清洗、数据挖掘等大数据工具操作使用；掌握撰写报告基本要点；能够理解财务大数据的应用场景；具有良好的政治素质与道德修养、高度社会责任感和敬业精神，掌握财务大数据的基本理论和基本技能，不断提升自我学习能力和接受新知识能力。

【项目引例】交通运输部的数据显示，2023年的春运预计客流近20亿人次，大运量的背后是强大的运力支撑。铁路部门科学的调度，充分运用12306大数据分析掌握客流规律，精准实施“一日一图”，科学调配运力，充分有效释放铁路运能。人员到站后，怎么有序尽快疏解，又是一道极具挑战的难题。春运高峰期，广州南站10分钟内需要疏解25000名旅客，面对如此庞大的客流，广州智慧交通系统通过与铁路部门开行计划、售票数据对接，动态调集站场周边的出租车和网约车，加大公交和地铁开行密度，让旅客进站、出站的速度更快捷，大幅度提高全国铁路网的运输效率的同时，还充分解决了旅客的出行需求。种种事实表明，随着信息技术的快速发展，尤其是大数据在各行各业的广泛应用，极大的影响了我们的日常生活。那么，什么是大数据？大数据有哪些特征和应用场景？从哪里获取相关的大数据？如何采集高质量的数据？带着这些问题我们来学习项目一。

41大数据的概念及特征143大数据的类型任务一大数据认知2大数据发展简史33大数据算法

一、大数据的概念及特征从不同的视角，有不同的大数据定义。综合来看，大数据中的“大”不仅仅是指数据量的积累，其意义指向是要实现由量的积累到实现“大”的质的变化。大数据中的数据不是传统意义上的数据，这些数据因集合而产生意义价值，具有可观的利用前景。要基于这些大数据产生价值和效能，那么就必然要求这些数据之间存在意义和结构上的关联。大数据不是“死”数据，而是“活”数据，不是“假”数据，而是“真”数据，是必须予以应用并产生实际效用的数据。（一）大数据的概念

一、大数据的概念及特征数据量巨大（Volume）数据种类多（Variety）低密度高价值（Value）实时处理（Velocity）（二）大数据的特征

二、大数据发展简史20世纪，大数据初步发展阶段进入21世纪，大数据进入快速发展阶段1.2015年，国务院正式印发《促进大数据发展行动刚要》，标志着大数据正式上升为我国国家战略。2.2016年，大数据“十三五”规划出台，推动大数据在工业研发、制造、产业链全流程及服务业的发展。3.2017年，工信部发布《大数据产业发展规划2016—2020年》。4.2020年，大数据被正式列为新型生产要素。5.2021年，国家《“十四五”发展规划》中指出，完善大数据标准体系建设。

三、大数据的类型结构化数据（具有统一的数据结构和规范的数据访问及处理方法。典型表现形式：关系数据模型）半结构化数据（是介于结构化数据和非结构化数据之间的数据，如：互联网中的XML文件、HTML文件）非结构化数据（不能采用预先定义好的数据模型或者没有以一个预先定义的方式来组织的数据。常见的非结构化数据有声音、图像、视频等）（一）按照数据结构分类

三、大数据的类型企业数据（来自于企业信息系统的数据，包括ERP系统中的数据、CRM系统中的数据）机器数据（来自于软硬件设备自动产生的数据，大多都是最原始的数据类型。包括日志文件、呼叫记录以及设备日志等）社会化数据（指用户在媒体中分享自己的信息或评论他人的信息。社会化数据主要来自于用户的行为记录、社交网络及反馈数据等）（二）按照产生主体分类

四、大数据在挖掘领域的经典算法C4.5算法K-Means算法SupportVectorMachine（支持向量机），简称SV机Apriori算法最大期望（EM）算法Adaboost算法K最近邻（KNN）分类算法朴素贝叶斯模型（NaiveBayesianModel，NBC）分类与回归树

41财务大数据的概念及特征13大数据应用于财务场景的关键技术任务二大数据在财务领域中的应用2大数据在财务领域中的典型应用场景33

一、财务大数据的概念及特征（一）财务大数据的概念传统财务数据主要以财务报告数据为主，包括资产负债表、利润表、现金流量表、股东权益变动表以及报表附注等相关的财务数据。大数据给企业带来了更大的风险与挑战，大数据不仅扩大了企业财务数据的范畴，而且也对企业财务数据的处理、分析及反馈提出了更高的要求。财务大数据除了涵盖传统的财务报告数据之外，还包含宏观数据、行业数据，以及企业供应链等相关数据；同时，财务大数据的数据类型除了结构化数据之外，还包括非结构化数据和半结构化数据。

二、大数据在财务领域中的