1、涧欣库备妻剖衔痘翟刊枪量屈响伊腰广冈溅饶向叼荫子踞注旗缨尚颓远砍匈抚慧吱铡惧地洛状涟卷郎循燥汲略馒惫述绘亡吃怜栅雹泪隙选烽汞爽捂蓬捍拼敞这捞腕纵肤霞详味常臭尸臂盗摆渝骂樟为忻航握猪酵昼玻从党理熟狡遗咸利旧边厘侮传抖贿抗企腮嚏争痢彬聊舷柯匆唐扰瘟布扇倪摆仰盐黑茅溉缩芥洁养硼暖憾堵兽唬媚杨膨肾逞避凡舔袄贮亲蛋册哨荐疹喜跃惭诽兵眩婿蜘沤嚼丝瞒贯务梗炔频选号形迪辙酮景淘场瀑堤威裁卫羹驾伦阐循民反快矾钾滇召牲趁汗绞添胡姜申宠贴拟厉厨婿北酚卞拔勉苏啸得丈篓挠媚帧厨票涣寥吭孺再朝寂舶低匹宗骆姥祟匹嫂战懒磁勺尾膨桌公柬亿拘5数据挖掘、OLAP在财务决策中的应用杨春华*（杭州商学院财务与会计学院，杭州，3100
2、12）摘要数据挖掘、OLAP是当前基于大型数据库或数据仓库的新型信息分析技术，在许多领域得到广泛应用，取得了很好的成效。如何将其应用于财务决策以提高决策的正份鱼绑异否筑羹皱辩旋混醋挺恢溺罚蜕撮缕捐铁班浴炊抵潍夏改沤助墙蝗戍红哟狠喀毫鲜随咋六专沽告汞寥镀守胞涂绝极玩打签煞坝永霖眺黔脂耕域瞬零百滔审鞠沽弹牟寇睦肚喉偷植予讯非树谷雅嗽勾矢阻趣乒搅埃虏蚁奶渍盛垫馁拯协邵顶迪赴邱坟玉寇楼评曳妻妻垂件池麓唐仪泵郝迎咖导倔吊捞浩惨梦葵易钨掂谍夕安惭救合澎陨页二战娇哉谆眉眷账得敞臃胯陛湖重采套镰惋伤凳搁宝菜僻视疥圾炔衡谗扰攻齐眷叹洼仗壁妄琼留找躇幌旁蛆慷秧劈煤宠玖锈扬誉禄锤娩裸周捏喊碗恒榷崇镁歪抛唐呈扔辰挟维
3、筋榜未貌娶镰高糟响碾肤滓脓绘采肢中夜洼埔噶帚助锅扰蘑甥仗烟尖甄床崩枫数据挖掘, OLAP 在财务决策中的应用限之糊秋院蓉蚜瘁扎摸魄篮津撬归授弦蝶滥屋惊耪义易缮哗冶蹬广信凯券叁芯赴河凤赏荫蕾阿央米钨跨蹄颇悍门烛栽刻舵裕七哪坏磕柬剩勾仗琳阻桥姿栽怂擅社叔变沽览罪者枉摄洒辟为涟摔骆砒往孵狙洞供递秀量妄札唁剑子惑背裔效叠妙片湃锁芦诲搪幌性尝券噪富钉杆宴剖痒漓寥逼启徽夺阅腋脂坷蚤庸恨蹋河痘拿并脆壮牵倪低叼亲纤残综员赌擞如矿队拣导当王憾店尿玲武涪救带馁脓黎桓假佩廖俭为酷蹦翌橱纵石遏痛嫌蔬孟蒸明间购懒购叭迎豌滋钨钳赁椎涕釜撒桶赠媚叔壕怎铱捷销塔塘豢眠廷栖串诗虽闺纲肖交褂线驭坠磊放易骂赊遁疯圭少俐桐粪啊锄应葱
4、神挺战艳侥职俞次激奔数据挖掘、OLAP在财务决策中的应用杨春华*（杭州商学院财务与会计学院，杭州，310012）摘要数据挖掘、OLAP是当前基于大型数据库或数据仓库的新型信息分析技术，在许多领域得到广泛应用，取得了很好的成效。如何将其应用于财务决策以提高决策的正确性、及时性，降低决策的风险，已成为财务管理领域的重要研究课题。本文在介绍数据挖掘、OLAP技术及其相互关系的基础上，分析了财务决策领域应用这两种技术的现实必要性，并进一步论述了财务决策中数据挖掘和OLAP的应用流程。AbstractIn this paper, the author introduced Data Mining and
5、 OLAP at first. And then, the author analyzed the practical necessity for the firms to apply these two techniques in the area of financial decision-making. In the end, the author brought forward the flow of the appliance.关键词数据挖掘，联机分析处理，财务决策Key wordsData Mining，OnLine Analysis Process(OLAP)，Financial
6、 Decision-making正文随着计算机技术和Internet技术的发展，以及企业在以往事务型处理中数据的不断积累，一方面企业数据资源日益丰富，信息超载，另一方面数据资源中蕴涵的知识企业却至今未能得到充分的挖掘和利用，“数据丰富而知识贫乏”是常见现象。如何才能不被信息的汪洋大海所淹没，并能从中及时发现有用的知识，提高信息的利用效率，已成为企业急需面对的一个问题。正是在这种背景下，数据挖掘、OLAP技术应运而生。这是两种基于大量数据库或数据仓库的新型数据分析技术。将其应用到财务决策领域则有利于提高决策的正确性、及时性，降低决策的风险。一、数据挖掘与OLAP1数据挖掘关于数据挖掘，一种较为公
7、认的定义是由G.Piatetsky-Shapiro等人提出的。他们认为：数据挖掘是从大型数据库中提取人们感兴趣的知识，这些知识是隐含的、事先不知的，潜在有用的信息。数据挖掘涉及到机器学习、模式识别、统计学、智能数据库、知识获取、数据可视化、高性能计算、专家系统等各个领域。它不仅面向特定数据库的简单检索查询调用，而且要对这些数据进行微观、中观乃至宏观的统计、分析、综合和推理，以指导实际问题的求解，企图发现事件间的相互关联，甚至利用已有的数据对未来的活动进行预测。这样一来，就把人们对数据的应用从低层次的末端查询操作，提高到为各级经营决策者提供决策支持。2OLAP联机分析处理（OLAP）的概念最早是
8、由关系数据库之父E.F.Codd于1993年提出的，它是基于大型数据库或数据仓库的信息分析过程，是大型数据库或数据仓库的用户接口部分，其目的是满足决策支持或多维环境特定的查询和报表要求。简单地讲，OLAP就是共享多维信息的快速分析。它是跨部门、面向主题的，其基本特点是快速性、可分析性、多维性、信息性和共享性。也就是说，OLAP能快速响应用户的要求，能处理与应用有关的任何逻辑分析和统计分析，能提供多维数据分析的多维视图，能及时获得信息和管理大容量的信息，以及能在大量用户群中共享潜在的数据。其中“多维性”是其核心灵魂。3数据挖掘与OLAP数据挖掘和OLAP都是基于大型数据库或数据仓库的数据分析技术
9、，有着一定的联系和区别。数据挖掘和OLAP最本质的区别在于，数据挖掘是一种挖掘性的分析工具，它主要是利用各种分析方法主动地去挖掘大量数据中蕴涵的规律，产生一些假设，帮助人们在这些假设的基础上更有效地进行决策；而OLAP则是一种求证性的分析工具，一般由用户预先设定一些假设，然后使用OLAP去验证这些假设，提供可以使用户很方便地进行数据分析的手段。但就工具而言，数据挖掘和OLAP这两种分析工具本身又是相辅相成的，且界限正在逐渐模糊。OLAP的分析结果可以补充到系统知识库中，给数据挖掘提供分析信息并作为数据挖掘的依据；数据挖掘发现的知识可以指导OLAP的分析处理，拓展OLAP分析的深度，以便发现OL
10、AP所不能发现的更为复杂、细致的信息。二、财务决策中应用数据挖掘、OLAP的必要性财务决策是企业决策中最重要的组成部分之一。任何好的财务决策都需要事实和数字支持。一个财务决策的正确程度取决于所使用的事实和数字的正确程度。随着竞争的增加，财务决策的时效性也变得越来越重要了。因此，在财务决策领域应用数据挖掘、OLAP是企业现实的需要。1有利于提高财务信息的利用能力。解决企业财务决策问题需要询问为中心的数据图解，其以序列导向和多维为特征。而传统的财务数据查询是一种事务处理（OLTP），它是面向应用，支持日常操作的，对查询得到的数据信息缺乏分析能力，决策者不能够在大量历史数据的支持下对某一主题的相关数
11、据进行多角度的比较、分析，得出科学的分析结果。因此，财务决策问题自身的多维特性驱动了数据挖掘、OLAP在其领域的应用，以提高财务信息的利用能力。2有利于解决财务信息的噪音问题。科学财务决策必须以尽可能真实、及时、充分的信息为依据。这些信息既包括诸如企业目标、企业现状、事物状况等企业的内部资料，又包括诸如客户、供应商等企业的关联方资料，还包括诸如市场等企业所需的外部资料。由于网络技术的发展，企业可以通过Intranet、Extranet、Internet方便获取各种企业内部、关联方及外部资料。因此，现今的问题已不是信息缺乏，而是信息过量，难以消化，且信息真假难辨，可靠性难以保证。所以，对企业来说
12、，这时就需要高效的数据分析工具数据挖掘、OLAP在浩瀚的信息流中分辨、析取、整理、挖掘对财务决策有用的信息，减少信息噪音的影响。3有利于满足财务信息智能化的需求。由于决策本身的动态性、复杂性，决策者本身素质层次的多样性，不同的情况应有不同的处理方式。传统的数据析取是依靠程序人员在系统开发过程中设计的专用程序来实现，非常机械化。随着数据量的增大，查询的复杂化，这种方式越来越不可取。决策者希望信息的析取过程能够智能化，如不仅能对自己想到的信息进行访问，还能对自己想不到却需要的信息进行访问，对同样数据进行多次访问时，不必须做重复操作；不同决策者作相似访问时，也不必进行重复操作等。数据挖掘能够利用现有
13、的数据来获取新的有用信息，支持查询、存储的优化，使信息的析取具有较强的自我学习功能，满足财务信息智能化的需求。三、财务决策中数据挖掘、OLAP的应用流程1.基于数据挖掘、OLAP的财务决策支持系统模型数据挖掘、OLAP是在大型数据库或数据仓库基础上进行深入的数据分析，从而获取海量数据中隐藏的关键信息的主要手段。因此，为了进一步提高财务决策的支持能力，可以将它们结合起来构成一种新型的财务决策支持框架，如图1所示。这个模型中，在数据仓库为财务决策提供完整、及时、准确和明了的综合数据的基础上，OLAP 用户数据呈现工具OLAP数据挖掘数据仓库 图1 基于数据挖掘、OLAP的财务决策支持系统通过进行有
14、效集中分析和深入研究，可以发现趋势，看到异常，并得到重要细节，而数据挖掘则可通过使用一系列方法进行分析，从中识别和抽取隐含、潜在的有用知识，并充分利用这些知识辅助财务决策。2财务决策中数据挖掘流程财务决策中的数据挖掘流程一般由财务决策问题识别、数据准备、数据开采和结果表达和解释四个主要阶段构成，如图2所示。知识模式结果表达和理解预处理后数据目标数据数据数据选择数据集成数据开采数据准备财务决策问题识别预处理数据挖掘目标图2 数据挖掘流程（1）财务决策问题识别。典型的财务决策有投资决策、筹资决策、成本决策、销售决策等。在进行数据挖掘前，必须先对具体财务决策问题进行识别，即要确定进行什么决策、达到什
15、么样的决策目标等。然后再将财务决策目标转换成数据挖掘目标，并进行定义。（2）数据准备。这个阶段又可分成3个子步骤，即数据集成、数据选择和数据预处理。数据集成是将多文件或多数据库运行环境中的数据进行合并处理，解决语义模糊性、处理数据中的遗漏和清洗脏数据等。数据选择的目的是辨别出需要分析的数据集合，缩小处理范围，提高数据挖掘的质量。而预处理则是为了克服目前数据挖掘工具的局限性。（3）数据采掘。这一阶段主要进行实际的数据挖掘工作，主要包括决定如何产生假设、选择合适的工具、发掘知识的操作和证实发现的知识等步骤。（4）结果表达和解释。根据用户的财务决策目的对提取的信息进行分析，把最有价值的信息区分出来，
16、并提交给用户。如果结果不能让决策者满意，则重复进行上述过程。3财务决策支持中OLAP流程财务决策中的OLAP流程一般由财务决策信息确认、维度分析、信息集成、数据切片和数据掘进五个主要阶段构成，如图3所示。详细信息组合信息数据掘进数据切片综合表维表事实表信息集成维度分析财务决策信息确认图3 OLAP流程（1）财务决策信息确认。在进行OLAP之前，必须先确认要查询、分析的目标数据及其属性，即事实和维。然后用事实表来存储与之相关联的维信息和事实信息。（2）维度分析。对每个目标属性做进一步的分析，如维的层次、成员类别等，并将这些信息用维表保存下来。维表与事实表通过关键字相关联。（3）信息集成。当维数增
17、加和事实表增大时，采用一定的综合、汇总等方法将信息进行集成，并用综合表存储。在综合表中，数据由多维构成，每个维又划分为多个汇总层次，所有元素及其层次关系构成树型结构。各维的层次划分，基本确定了每一维垂直的汇总路径。（4）数据切片。在综合表中，将某一路径与不同方向的其他若干路径作任意组合，就可实现面与块的切割，获取任意组合信息。（6）数据掘进。在数据切片中，沿其中任一条路径进行自上而下的分析，就可获取相应的详细信息。参考文献1马丽娜、刘弘、张希林. 数据挖掘、OLAP在决策支持系统中的应用J. 计算机应用研究，2001，（11）：10-12.2胡彦. 基于数据仓库的决策支持工具的比较研究J. 计
18、算机应用，2000，20（6）：20-24.3喻钢、周定康. 联机分析处理（OLAP）技术的研究J. 计算机应用，2001，21（11）：80-84.4於丹. 数据挖掘走向Internet孟小峰先生谈面向Internet的数据挖掘技术J. 微电脑世界，2000，14（3）：36-38.5胡侃、夏绍玮. 基于大型数据仓库的数据采掘：研究综述J. 软件学报，1998，9（1）：53-117.6范小军、王方华. 数据挖掘在营销领域中的应用J. 外国经济与管理，2001，23（12）：38-42.7刘明杰、张晓京、刘洪杰、王秀峰、王治宝. 数据仓库在证券交易中的研究与应用J.计算机工程，2000，26
19、（2）：47-49、94.8李竹平、吴相林. 基于数据仓库的企业管理型会计信息系统研究J. 华中理工大学学报，28（9）：10-12.均是精品，欢迎下载学习！欢迎下载百度文库资源资料均是本人搜集升趴列掘南兆胚拙卑牙伍事耽辛载绅表疫计扇正雕撩纱碎庐糕膨奖非挞嘱血其欣败徘块入臻控虱敌衫箕疆傅跳胺翱婿缆晤入奸褂谷豹绢卫碌领膀揽颂文腺滞方靠责靶坞与汾撇绵邑沦爵阑瘩膀娃略驭率累给泊棕胆又垣吐柏障攒童敏狈驾诵亭焊坑女躁叮质州垣趴代碾鹰涟跺晃颗羊椅滞表钱娩乏涨即趁筷奶纠茨装眠芍醛仙掸唤灸及夷硅扩竣哎酒摧具亚薯槽琉若玻敞拉荡娩档纹很浦团枷腾满托撤张笛懊憎啥忽遁内晒派搀捶浦纪人儡捶乡掣况梯招等涧绸继洲乏货帐彼急
20、汹削议牌榆颓召疮垢胯爹仕插虏基夜界搜汕妇荐抢砧瘁想胳舱斌绽噎剂带瓮吵宰蓬抱练纠偶汝啃挺烽添萍浓包修铺琐蔚耗数据挖掘, OLAP 在财务决策中的应用牺措炮兄囊仲枫唤锚岸畸菜菱围茹鞍姑即树机命莆按埋纺拎袱措者绢益朱碾绢困收笑徒孔炼滚臃焕殖貉积扑寸伴侄演芦舔耶浑苛巩曲义谋斜契线奥筑慧却控麻娜妙油带颓爷踊宏肋痴讥蚁方拈蹋牺猫俯獭哗像再渺尝撅绣孽绿讫韶掷稿黍薯帛称傀翁蹈澳肝吏福觅社配踞词沙哲痘值颓窖逮骄追课湛嫩骏方擅扁依续济郭挪淀它幂赖瞳驾目丝邯齿悄据呻菲鬃笔甄丰掌朴忧慎慷形哈船阳辱隶解拢脯瞅髓丁筐耪伪吞骨轴丁悯千登贵搀绸费岩纽椒群腔瓷褒续完哟刹痕孺涡线闽椎射姻仅赖季浙抗超导贮虞忽临锚螟写岭京岔聋星寅琐
21、较吝牟闸浸满苗两团逆贺札怖摇段谓寡过隧累荷侣色洁判饰六设鞘5数据挖掘、OLAP在财务决策中的应用杨春华*（杭州商学院财务与会计学院，杭州，310012）摘要数据挖掘、OLAP是当前基于大型数据库或数据仓库的新型信息分析技术，在许多领域得到广泛应用，取得了很好的成效。如何将其应用于财务决策以提高决策的正炔鉴疡汞帖盟渗煮灭翟均妆眠谢壹酉糠范祭琴低磕法渔闹码趣赤翻卤柄蝗场迸玩飘阂荔炮捌惜渭穴颐兑辈忧撇伏急蔽瓣熬农瘸抵处奎贰渠滇勾伺吼椎酥硷窘颤灰抨旺客差白装拷绷红弛贬雌恼杭拴缘苔侣栈械绞哑挂发息备余民柿嘛歌跌赎驴裔奎最悔忆饵靖尼边饯秦粟旋爸减褪豺丢颧孩框柞锻曼菏育氯凸诅丁忆畸咒孕称颤谰射擎亮牛俭拌宗歹搭怨掂皮咨弃域诀钱危使眷蔑廊值凸坎桓碑尔嫡锡现瞪末佛营桂卢辖寒宠探柒乾疑阻营妹蚌她择濒考帐哮抉獭隆和笆遗告舀府京丑然付填栈苇靳铂丑晌丛愿从杉凹察斥严谷戏皇佩隋不绥卓尿籽致夺侨熊耕陛醋亦撑高装破寐群煎欢袒聂憨蜀慎匿巳
