会计研究中的数据挖掘方法

出版时间：2009-4  出版社：南开大学出版社  作者：周晓苏　等著  页数：259  字数：238000  
Tag标签：无  

内容概要

本书以数据挖掘方法为主线，首先简要介绍数据挖掘的基本概念和应用范围；其次介绍常用的数据挖掘研究方法，包括聚类、关联规则分析、决策树、前溃型神经元网络、遗传学习等；最后运用数据挖掘技术对财务报告的信息含量、会计信息使用模式、贷款企业财务特征、基于审计角度的财务报表特征、企业财务绩效评等问题进行了深入的研究。
本书运用数据挖掘方法研究会计领域中的重要问题，对于从不同角度认识、理解和应用会计信息作出了有益的探索，所形成的研究成果对于解读会计信息、完善会计准则、规范企业会计行为不无裨益。

书籍目录

上篇  数据挖掘的理论依据和算法
第一部分  正确认识数据挖掘技术
  第一章  数据挖掘概述
    第一节  数据挖掘的定义
    第二节  数据挖掘的起源
    第三节  DM的真正含义——是“发现”，不是“推理”
    第四节  海量样本——一把双刃剑
    第五节  数据挖掘对结果同样需要解释
    第六节  当前数据挖掘技术的应用
    第七节  数据挖掘技术的分类
    第八节  本章小结
  第二章  一些会计学者对数据挖掘的误解
    第一节  数据挖掘并非漫无目的，只是在挖掘之前并不知道最终的确切结果
    第二节  “假设—验证”并非发现规律的唯一途径
    第三节  数据挖掘与统计学的关系
    第四节  面临的问题和适用的工具
    第五节  本章小结
  第三章  数据挖掘能否适合会计研究
    第一节  会计研究的传统领域
    第二节  会计研究的方法
    第三节  可借鉴的行为研究成果
    第四节  数据挖掘的过程
    第五节  本章小结
第二部分  近观数据挖掘方法
  第四章  聚类
    第一节  聚类的含义
    第二节  K-MEANS聚类
    第三节  Kohonen聚类
    第四节  本章小结
  第五章  关联规则分析
    第一节  三个重要的概念
    第二节  A PRIOR算法
    第三节  算法演示
    第四节  参考模型
    第五节  本章小结
  第六章  决策树
    第一节  决策树
    第二节  决策树基础算法——HUNT算法
    第三节  算法演示
    第四节  参考模型
    第五节  本章小结
  第七章  前溃型神经元网络
    第一节  前溃型神经元网络的原理
    第二节  对隐藏层的训练——BP算法
    第三节  算法特点分析
    第四节  有指导数据挖掘结果的检验方法
    第五节  本章小结
  第八章  遗传学习
    第一节  遗传算法的基本概念
    第二节  遗传算法的原理
    第三节  算法演示
    第四节  参考模型
    第五节  本章小结
下篇  数据挖掘方法的研究应用
第三部分  信息使用者利用会计信息进行决策的行为特征研究
  第九章  信息发布时滞是否具有价值相关性
    第一节  研究背景
    第二节  相关文献回顾
    第三节  研究设计
    第四节  研究过程
    第五节  结论
  第十章  有限理性投资者对会计信息的使用模式
    第一节  研究背景
    第二节  文献回顾
    第三节  研究设计
    第四节  研究分析
    第五节  结论
  第十一章  成功贷款企业的财务特征研究——我国商业银行的信贷决策研究
    第一节  研究背景
    第二节  相关研究回顾
    第三节  研究设计
    第四节  研究分析
    第五节  结论与局限性
  第十二章  财务报表特征与审计师疑虑之间的关联规则研究
    第一节  研究背景
    第二节  国内外相关研究回顾
    第三节  实证研究设计
    第四节  关联规则实证结果分析
    第五节  结论及局限性
  第十三章  基于市场反应的国有及国有控股企业财务绩效评价研究
    第一节  研究背景
    第二节  研究文献回顾
    第三节  研究设计
    第四节  试验过程
    第五节  结论
参考文献