一种基于数据处理的财务成本挖掘与分析方法及系统

    公开(公告)号:CN117541412A

    公开(公告)日:2024-02-09

    申请号:CN202311481578.9

    申请日:2023-11-08

    申请人: 厦门工学院

    发明人: 花鲜美 占欣荣

    IPC分类号: G06Q40/12 G06F18/2135

    摘要: 一种基于数据处理的财务成本挖掘与分析方法及系统,包括:获取已知企业的历史数据;对每一已知企业的每一项隐性成本使用主成分分析,确定出与每一项隐性成本相关的N项显性成本;将每一已知企业的每一项隐性成本与其对应的N项显性成本拟合成隐性‑显性函数;将显性成本相似度大于第一阈值,并且显性成本相似度最大的已知企业隐性‑显性函数确定为待分析企业相应隐性成本的隐性‑显性函数;根据隐性‑显性函数计算待分析企业的每一项隐性成本。通过上述方案基于历史数据的处理,使用历史数据分析出隐性成本,方案无需人工决策,便于计算机实现。

    一种基于数据处理的财务咨询引导方法及系统

    公开(公告)号:CN117541413A

    公开(公告)日:2024-02-09

    申请号:CN202311481878.7

    申请日:2023-11-08

    申请人: 厦门工学院

    发明人: 花鲜美 占欣荣

    摘要: 一种基于数据处理的财务咨询引导方法及系统,包括:收集已知企业的历史财务数据;根据历史财务数据确定出N种财务指标;确定每一财务指标对应的拟合方法;根据历史数据确定待分析企业和已知企业的相似度,根据相似度确定待分析企业的相似企业;根据第一已知企业的每一财务指标对应的拟合方法拟合待分析企业的对应财务指标的曲线;根据待分析企业财务指标的曲线进行财务预测,根据预测结果进行财务咨询引导。通过上述方案基于历史数据的处理,使用历史数据确定出与待分析企业相似的企业,并确定相应指标的拟合方法,本方案无需人工决策,便于计算机实现。

    一种基于大数据处理的财务预测模型的构建方法及系统

    公开(公告)号:CN117541411A

    公开(公告)日:2024-02-09

    申请号:CN202311481573.6

    申请日:2023-11-08

    申请人: 厦门工学院

    发明人: 花鲜美 占欣荣

    摘要: 本申请提供了一种基于大数据处理的财务预测模型的构建方法及系统,涉及数据处理技术领域,用于提高财务数据预测的准确度。该方法主要包括:财务数据处理装置根据预置映射表确定与目标企业的企业规模以及企业类型对应的目标财务预测模型训练装置,目标财务预测模型训练装置根据企业历史财务数据确定样本数据以及样本标签,并基于企业历史相关数据和样本数据确定样本数据中各数据项分别对应的权重系数;目标财务预测模型训练装置基于样本数据和各数据项分别对应的权重系数生成样本特征数据矩阵,并根据样本特征数据矩阵以及样本标签进行模型训练得到财务预测模型;基于待预测企业的企业历史财务数据以及企业相关数据,预测待预测企业的财务数据。

    一种基于数据处理的财务数据异常检测方法

    公开(公告)号:CN118965134A

    公开(公告)日:2024-11-15

    申请号:CN202411008214.3

    申请日:2024-07-26

    申请人: 厦门工学院

    发明人: 花鲜美 占欣荣

    摘要: 本发明涉及数据异常检测技术领域,公开了一种基于数据处理的财务数据异常检测方法,通过基于分类规则将财务数据分为多类别子数据集,并在此基础上基于划分规则和结构化数据将每一类别子数据集划分为正数据集和负数据集,还对财务数据中的非结构化数据通过语义理解算法进行语义关联分析,从而提高了对财务数据的文本分析能力;此外,对基于DNN算法构建的异常检测模型中的负数据集训练样本的特征和损失函数进行加权,提高了异常检测模型对财务数据的异常检测结果准确性和异常检测过程的效率。

    一种基于大数据处理的财务预测模型的构建方法及系统

    公开(公告)号:CN117541411B

    公开(公告)日:2024-06-11

    申请号:CN202311481573.6

    申请日:2023-11-08

    申请人: 厦门工学院

    发明人: 花鲜美 占欣荣

    摘要: 本申请提供了一种基于大数据处理的财务预测模型的构建方法及系统,涉及数据处理技术领域,用于提高财务数据预测的准确度。该方法主要包括:财务数据处理装置根据预置映射表确定与目标企业的企业规模以及企业类型对应的目标财务预测模型训练装置,目标财务预测模型训练装置根据企业历史财务数据确定样本数据以及样本标签,并基于企业历史相关数据和样本数据确定样本数据中各数据项分别对应的权重系数;目标财务预测模型训练装置基于样本数据和各数据项分别对应的权重系数生成样本特征数据矩阵,并根据样本特征数据矩阵以及样本标签进行模型训练得到财务预测模型;基于待预测企业的企业历史财务数据以及企业相关数据,预测待预测企业的财务数据。