| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787563836857 |
| 所属分类：图书>经济>各流派经济学说 |
内容简介
本书将应用 平台，讨论财务数据挖掘建模的理论与方法。书中除包括经典的数据
挖掘的内容以外，也包括作者近年来在这一领域所做的部分研究工作以及教学实践过程中积累
的一些经验和体会。
全书预计分为两个部分，理论部分与案例部分，包括十二章，共计四十万字左右。理论部
分包括 主要功能的介绍、数据探索性分析、数据预处理、关联规则、分类与预测、离
群点分析、时间序列分析等内容。案例部分包括一些财务数据挖掘建模的典型应用。
本书的出版对当前智能会计、智慧会计等会计领域的最新发展具有较大的促进作用。本书
的案例对财务会计领域案例研究的开展和应用具有一定的理论与实践意义。本书的出版延伸了
财务会计研究的内容，也为财务会计研究的深入进行打下了良好的基础，更为财务与会计实证本书将应用 平台，讨论财务数据挖掘建模的理论与方法。书中除包括经典的数据
挖掘的内容以外，也包括作者近年来在这一领域所做的部分研究工作以及教学实践过程中积累
的一些经验和体会。
全书预计分为两个部分，理论部分与案例部分，包括十二章，共计四十万字左右。理论部
分包括 主要功能的介绍、数据探索性分析、数据预处理、关联规则、分类与预测、离
群点分析、时间序列分析等内容。案例部分包括一些财务数据挖掘建模的典型应用。
本书的出版对当前智能会计、智慧会计等会计领域的最新发展具有较大的促进作用。本书
的案例对财务会计领域案例研究的开展和应用具有一定的理论与实践意义。本书的出版延伸了
财务会计研究的内容，也为财务会计研究的深入进行打下了良好的基础，更为财务与会计实证
研究提供了很好的方法论基础。
本书可作为数据分析、数据挖掘以及数据建模与决策等相关课程的教科书，也可用于财经
院校管理学、会计学等专业研究生、本科生的教学参考书，也可供数据理论研究者、实证研究
者以及从事数据工作的实务人员参考。
读者对象：财经院校的研究生、本科生，数据理论研究者，实证研究者以及从事数据工作的实务人员。
显示全部信息
目 录
作者简介
段新生，中国人民大学经济学博士，比利时鲁汶大学工商管理硕士
本书将应用 平台，讨论财务数据挖掘建模的理论与方法。书中除包括经典的数据
挖掘的内容以外，也包括作者近年来在这一领域所做的部分研究工作以及教学实践过程中积累
的一些经验和体会。
全书预计分为两个部分，理论部分与案例部分，包括十二章，共计四十万字左右。理论部
分包括 主要功能的介绍、数据探索性分析、数据预处理、关联规则、分类与预测、离
群点分析、时间序列分析等内容。案例部分包括一些财务数据挖掘建模的典型应用。
本书的出版对当前智能会计、智慧会计等会计领域的最新发展具有较大的促进作用。本书
的案例对财务会计领域案例研究的开展和应用具有一定的理论与实践意义。本书的出版延伸了
财务会计研究的内容，也为财务会计研究的深入进行打下了良好的基础，更为财务与会计实证本书将应用 平台，讨论财务数据挖掘建模的理论与方法。书中除包括经典的数据
挖掘的内容以外，也包括作者近年来在这一领域所做的部分研究工作以及教学实践过程中积累
的一些经验和体会。
全书预计分为两个部分，理论部分与案例部分，包括十二章，共计四十万字左右。理论部
分包括 主要功能的介绍、数据探索性分析、数据预处理、关联规则、分类与预测、离
群点分析、时间序列分析等内容。案例部分包括一些财务数据挖掘建模的典型应用。
本书的出版对当前智能会计、智慧会计等会计领域的最新发展具有较大的促进作用。本书
的案例对财务会计领域案例研究的开展和应用具有一定的理论与实践意义。本书的出版延伸了
财务会计研究的内容，也为财务会计研究的深入进行打下了良好的基础，更为财务与会计实证
研究提供了很好的方法论基础。
本书可作为数据分析、数据挖掘以及数据建模与决策等相关课程的教科书，也可用于财经
院校管理学、会计学等专业研究生、本科生的教学参考书，也可供数据理论研究者、实证研究
者以及从事数据工作的实务人员参考。
读者对象：财经院校的研究生、本科生，数据理论研究者，实证研究者以及从事数据工作的实务人员。
显示全部信息
目 录
作者简介
段新生，中国人民大学经济学博士，比利时鲁汶大学工商管理硕士