基于聚类算法的财务大数据智能分析处理技术研究

• 作者: 徐军
• 来源期刊: 电子设计工程
• 关键词: 聚类算法 神经网络 大数据 财务管理 智能分析 数据处理
• 年，卷（期）: 2021,（15）
• 所属期刊栏目: 通信与网络|Communication & Network
• 页码范围: 102-105,110
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2021.15.022

摘要

针对财务系统的账户风险判别与预测问题,文中提出了一种基于K-means聚类算法的智能分析处理技术.为详细研究财务数据的分析与处理技术,文中充分分析了财务系统的多种管理需求,利用流程自动化技术与神经网络算法,完成了大量标准化财务工作的自动执行与账户风险的判别、预测和分析.此外,通过引入K-means算法,文中对大量的数据样本进行了学习与分类,实现财务账户的偿债、发展、营运与盈利等多种能力的综合分析与评价,从而在较大程度上避免了人工风险评价的片面性与主观性.数据仿真测试结果表明,文中所提出的分析处理技术实现了财务系统中账户风险的判别与分析功能,具有一定的可行性与参考价值.