作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着信息技术的发展,如何借助信息技术加强对财务的分析,成为目前思考的重点.由此,针对财务诊断的信息化需求,提出一种基于BP神经网络的财务诊断模型.文章首先提出财务诊断数据的整体流程;其次,结合上述的流程,采用聚类分析筛选出其中的财务指标;再次,利用BP网络对财务数据进行诊断;最后,以160家上市公司作为研究和数据挖掘对象,选择2012~2014年的数据作为基础,对2015年的数据进行预测,并通过与2015年的实际情况进行对比,得到预测对比结果.同时通过Logistic回归模型与BP模型的对比,验证了BP模型在预测方面的可行性.
推荐文章
基于数据挖掘的软件故障诊断研究
软件故障诊断
分类
聚类
序列关联规则挖掘
Weka
基于故障诊断的数据挖掘算法研究
数据挖掘算法
神经网络
在线监控
故障诊断
基于关联规则挖掘算法的财务信息管理系统
财务信息管理
系统设计
关联规则确定
控制器设计
信息挖掘
数据库建立
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数据挖掘的财务诊断问题研究
来源期刊 自动化与仪器仪表 学科 工学
关键词 数据挖掘 BP模型 Logistic回归模型 财务诊断 数据预测
年,卷(期) 2017,(10) 所属期刊栏目 自动化应用
研究方向 页码范围 139-141
页数 3页 分类号 TP311.13
字数 语种 中文
DOI 10.14016/j.cnki.1001-9227.2017.10.139
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马青 12 52 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (236)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (3)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(10)
  • 参考文献(3)
  • 二级参考文献(7)
2014(13)
  • 参考文献(7)
  • 二级参考文献(6)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
数据挖掘
BP模型
Logistic回归模型
财务诊断
数据预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导