摘要：从2012年维克多发表了《大数据时代》开始，国内外对大数据研究的序幕就已经被拉开。“大数据”这个词也频频出现在时代热点话题中，数据挖掘技术应运而生。它作为一项基于计算机和大数据的新型的数字处理技术，其重要意义在于通过一系列的算法模型对数据进行分析，从而发现规律并获取有价值的信息。数据挖掘技术的发展和运用促使了财务风险分析的升级，它在现代企业的财务风险分析中扮演着极为重要的角色。由于外部的市场环境和企业的内部因素都对企业的财务和经营状况有着重大的影响，所以该如何将数据挖掘技术更好地融合进财务风险分析之中，使决策者能够及时准确地获取财务风险信息从而做出正确的财务经营决策及财务预警，依旧是当今社会的一个值得研究的课题。

本文描述了基于关联规则交互挖掘的数据挖掘技术模型在财务风险分析中的实际应用情况。以Clementine 12.0这一数据挖掘软件作为主要分析平台，以具有代表性的上市公司中的ST公司为主要分析背景，利用企业财务风险概念层次树模型和基于关联规则的数据挖掘算法对这些已经出现财务危机的公司的财务指标进行挖掘分析，找出与财务风险相关性最强、影响力最大的10个关键的财务指标，并且提出了相对应的防范财务风险的建议。

关键词 大数据；数据挖掘技术；财务风险；关联规则

目录

摘要

Abstract

1 绪论-1

1.1研究的背景和意义-1

1.1.1研究的背景-1

1.1.2研究的意义-1

1.2国内外文献综述-1

1.2.1国外文献综述-2

1.2.2国内文献综述-2

1.3研究内容与方法-3

1.3.1研究内容-3

1.3.2研究方法-3

2 大数据时代数据挖掘技术的理论知识及应用情况-5

2.1数据挖掘的过程-5

2.2数据挖掘的常用方法-5

2.3数据挖掘技术的广泛运用-5

3 基于关联规则交互挖掘的财务风险分析模型-7

3.1企业财务分析-7

3.1.1企业财务风险分析流程-7

3.1.2财务风险分析指标体系-7

3.1.3财务指标风险等级划分表-8

3.2建立基于关联规则交互挖掘的企业财务风险分析模型-9

3.2.1风险概念层次树的构建-9

3.2.2递减支持阈值的交互挖掘策略-10

3.2.3数据挖掘与结果输出-11

4.企业财务风险分析实证研究-12

4.1样本数据的收集-12

4.2财务分析指标的选择-12

4.3基于关联规则交互挖掘策略的财务风险分析-13

4.3.1关联规则交互算法-13

4.3.2财务风险数据挖掘过程-13

4.3.3财务风险数据挖掘结果-19

4.4防范财务风险建议-19

结论-23

致谢-24

参考文献-25

附录-26