数据挖掘与财务决策刘雪娟姚文韵典型案例分析_刘雪娟姚文韵_9787111810940

本书涵盖数据挖掘的基础原理、方法技术，以及数据挖掘在财务领域的具体决策应用场景。内容由浅入深、层层递进，既有理论的讲解和案例的探讨，又有案例的推演和应用。本书良好的体系框架和内容框架设计，有助于读者理解数据挖掘技术在财务决策中的内在价值，实现所学知识的有效转化。
本书内容从逻辑上分为三部分：第一部分是概述及数据挖掘工具介绍，第二部分系统阐述各类数据挖掘技术，第三部分聚焦财务决策综合案例。读者可根据自身知识基础、专业方向与兴趣爱好，有针对性地进行阅读。
本书既可作为普通高等院校会计学、财务管理、审计学等专业的数据挖掘、财务决策等相关课程的教材，适合本科生和研究生学习使用，也可作为会计从业人员的专业培训教材和业务学习资料。

前言
在数智时代，会计行业面临冲击，传统会计学的知识框架和专业技能被替代，数智技术不断与会计专业业务融合，会计学的专业建设和人才培养亟待转型。在国家数字经济发展规划的大力推动和高等教育数字化转型的共同推进下，国内一些高校先后成立了凸显各自学科优势的智能会计或互联网+等会计专业实验班，主要在传统会计培养方案中融入会计信息系统、会计信息化基础、机器学习、智能财务决策、数据挖掘与财务决策、RPA机器人等学科交叉课程，而目前适用于这些交叉课程的教材较少。
南京财经大学会计学院会计学专业早在2019年就成立了智慧会计创新实验班，着力培养既具备传统会计领域理论知识与实践能力，又能熟练使用大数据分析及人工智能技术的高端复合型会计人才，受到用人单位的一致好评。会计学院智慧课程组的老师们在教学过程中，也积累了丰富的财务数据和案例，并在此基础上编写了本书。
本书内容从逻辑上分为三部分：第一部分是概述及数据挖掘工具介绍，第二部分系统阐述各类数据挖掘技术，第三部分聚焦财务决策综合案例。读者可根据自身知识基础、专业方向与兴趣爱好，有选择地进行阅读。
第一部分包括第1章概述和第2章数据挖掘工具。第1章主要介绍数据挖掘与其基本技术，及其在财务决策中的应用；第2章介绍常用的数据挖掘工具。第二部分包括第3~7章，主要介绍数据预处理、数据挖掘的主要理论及技术，并将相应的方法及技术应用于具体的财务决策场景中，读者应该将本部分作为学习的重点。其中，第3章介绍数据的基本类型和数据预处理技术；第4章介绍常用的分类与预测算法；第5章介绍聚类分析；第6章介绍推荐算法；第7章介绍离群点检测。第三部分即第8章，主要介绍数据挖掘技术在财务决策中用于识别财务舞弊的案例，详细介绍了数据挖掘技术如何选取相关数据，如何进行数据预处理并建立识别模型。
本书第1章主要由姚文韵编写，第2章和第8章主要由刘雪娟编写，第3章主要由谢修娟编写，第4章和第5章主要由刘玉成编写，第6章和第7章主要由李行云编写。马艳、薛利兴、杨乙霖参与了本书部分内容的编写。
本书最大的特点是传统会计学知识与数据挖掘技术交叉融合、数据挖掘与财务决策融合、理论与实践兼顾、知识点紧凑，在目标定位、内容设计、案例设计等方面设计精巧，具有较强的理论性、实战性、融合性和示范性。
本书的目标是帮助读者在数智化背景下提升数据挖掘技术与财务决策交叉融合的核心竞争力，主要适用于会计学、审计学、财务管理等相关专业的学生，也适用于从事会计、财务等工作的人员。通过学习本书，读者可以将数据挖掘技术应用于实际会计、财务场景中，解决具体的财务决策问题。
编者

我要评论