论文部分内容阅读
随着决策环境的不断变化以及决策问题的发展,用户对决策系统的要求越来越高,这就要求企业决策系统是一个不断扩充知识、不断学习以及开放性结构的系统;通过综合应用目前具有的技术来实现定量和定性分析越来越复杂的决策问题,这是目前提高决策效率和能力最有效的方法;除此之外,企业在营运过程中产生的海量数据是一个企业最重要的资源,必须充分分析和利用这些累积的海量数据,通过这些有效信息做出正确的决策是企业智能决策系统的主要目标;实现这个目的的有效方法就是利用智能化信息处理技术来实现自动化认知处理。基于以上背景,本文主要围绕这个目标,构建了一套企业级的财务智能决策系统,通过分析该系统的决策方法使用、知识框架、决策过程等步骤,构建出为企业智能管理财务,并能够做出投资决策的系统。基于以上研究目的和问题,本文通过分析和研究企业财务业务相关流程、市场需求以及数据挖掘技术等,构建了一套企业级的财务智能风险评估和决策系统。该系统可以实现对企业投资风险、财务风险的分析以及项目信息的管理等功能。本文工作主要包括以下几个方面:1)分析当前企业财务风险评估与决策支持系统的数据流逻辑、应用关系,理论联系实际,分析用户对该系统的需求以及数据挖掘的应用。2)为了解决Apriori算法在企业财务处理和管理应用过程中效率不高的问题,本文优化了一种高效的Apriori算法。3)本文采用模块化设计理念,将基于数据挖掘的企业财务风险评估和决策系统划分为5个模块,并详细对其进行分析。4)介绍了本系统的数据表和数据库结构,并封装了SQL Server BI工具的各项数据的处理,使其可以被系统的逻辑层调用。5)本系统采用Visual Studio开发工具来搭建系统开发环境,应用C++语言编写企业财务风险评估与决策支持系统软件实现代码,并进行软件测试。