期刊文献+

基于大数据挖掘的智能化成本预警管控研究 被引量:3

The Research on the Intelligent Cost-Warning Control Based on the Theory of the Big Data Mining
下载PDF
导出
摘要 成本风险管控和评估是企业成本管理的重要内容之一。当前国内外学者分别从不同角度对大数据背景下企业成本管控问题进行了探索,且使得这一领域的研究日渐丰富,但如何结合大数据信息挖掘理论从成本管控视角展开企业成本预警与评估的研究,尚有一些问题需进一步探讨,故本文即以国内外相关研究为基础,基于大数据挖掘理论,以BP神经网络计算、AC计算等数据挖掘方法为依托,建立了一套企业成本风险管控和评估的BP-SVM-AC成本预警模型。且在企业成本管控过程中的仿真实验运用表明,成本预警模型能够满足企业乃至整个社会经济成本管控需要,能使成本风险规避在最小化状态。 Based on the research of relevant experts and scholars,combined with the problems existing in the process of cost warning,the article mainly establishes the BP-SVM-AC early warning model based on BP neural network calculation,AC calculation and the other data mining methods.The author focuses on the application of cost early warning model in the process of cost control based on the theory of large data mining,in order to construct a set of cost early warning model to meet the needs of enterprise and even the entire social economic cost control,and strive to minimize cost risk avoidance.
作者 林洁莹 LIN Jie-ying(Department of Economics,Fujian Chuanzheng Communications College,Fujian Fuzhou 350007,China)
出处 《贵阳学院学报(自然科学版)》 2019年第2期12-17,共6页 Journal of Guiyang University:Natural Sciences
基金 福建省教育厅基金项目:“空间视角下我国零售业的驱动要素研究”(项目编号:JAS150869)
关键词 大数据 智能化 BP神经网络 预警模型 Big Data Intelligence BP neural network Early warning model
  • 相关文献

参考文献11

二级参考文献68

  • 1朱存,倪远平.EFC-RBF神经网络算法研究与故障模式识别[J].云南大学学报(自然科学版),2009,31(S2):182-186. 被引量:3
  • 2易彤,徐宝文,吴方君.一种基于FP树的挖掘关联规则的增量更新算法[J].计算机学报,2004,27(5):703-710. 被引量:32
  • 3宋崇智,吴玉国,谢能刚,王璐.基于神经网络的敏捷制造业自动化物流信息预测的研究与实现[J].中国机械工程,2007,18(15):1819-1821. 被引量:4
  • 4Yao J, Dash M, Tan S T, et al. Entropy-based fuzzy clus- tering and fuzzy modeling [ J 1. Fuzzy Sets and Systems, 2000,113(3) :381-388. 被引量:1
  • 5Asha Gowda Karegowda, Vidya T, Shama, et al. Impro- ving performance of K-means clustering by initializing clus- ter centers using genetic algorithm and entropy based fuzzy clustering for categorization of diabetic patients [ J ] Ad- vances in Intelligent Systems and Computing, 2012,174 : 899-904. 被引量:1
  • 6Vidyut Dey, Dilip Kumar Pratihar, Datta G L. Genetic al- gorithm-tuned entropy-based fuzzy C-means algorithm for obtaining distinct and compact clusters [ J]. Fuzzy Optim Decis Making, 2011,10 : 153-166. 被引量:1
  • 7Maria Halkidi, Yannis Batistakis, Michialis Vazirgiannis. Clustering validity checking methods : Part II[ J ]. ACM SIGMOD Recod, 2002,31 (3) : 19-27. 被引量:1
  • 8Calinski T, Harabasz J. A dendrite method for cluster anal- ysis [ J ]. Communications in Statistics, 1974,3 ( 1 ) : 1-27. 被引量:1
  • 9Jiawei Han,Hong Cheng,Dong Xin,Xifeng Yan.Frequent pattern mining: current status and future directions[J].Data Mining and Knowledge Discovery.2007(1) 被引量:1
  • 10Aaron C,,John F.Association mining[].ACM Computing Surveys.2006 被引量:1

共引文献118

同被引文献40

引证文献3

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部