蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

6月20日，由上海國家會計(jì)學(xué)院主辦，用友、元年科技、中興新云、金蝶集團(tuán)、浪潮集團(tuán)聯(lián)合主辦的“信息技術(shù)賦能會計(jì)融合創(chuàng)新”高峰論壇暨2020年影響中國會計(jì)人員的十大信息技術(shù)評選結(jié)果發(fā)布會在上海國家會計(jì)學(xué)院國際會議中心順利舉行，本次論壇揭曉了2020影響中國會計(jì)從業(yè)人員的十大IT信息技術(shù)的評選結(jié)果，并邀請各界嘉賓對入選的十項(xiàng)當(dāng)前影響的信息技術(shù)和五項(xiàng)潛在影響的信息技術(shù)進(jìn)行深入解讀。

數(shù)據(jù)挖掘技術(shù)在本次評選中排名第九。對此，浪潮集團(tuán)大數(shù)據(jù)產(chǎn)品部總經(jīng)理王相成和首都經(jīng)濟(jì)貿(mào)易大學(xué)教授、博士生導(dǎo)師王海林分別進(jìn)行了分享解讀。

數(shù)據(jù)挖掘是財(cái)務(wù)理論研究領(lǐng)域的重大熱點(diǎn)。從財(cái)務(wù)職能的角度，目前學(xué)術(shù)界以及企業(yè)界普遍認(rèn)同數(shù)據(jù)挖掘是支持財(cái)務(wù)會計(jì)向管理會計(jì)轉(zhuǎn)型、傳統(tǒng)財(cái)務(wù)核算職能向?qū)徲?jì)、理財(cái)、投資、決策支持、參與管理等職能轉(zhuǎn)移的重要支撐。從財(cái)務(wù)信息化的角度，數(shù)據(jù)挖掘是目前企業(yè)財(cái)務(wù)云階段向智能財(cái)務(wù)轉(zhuǎn)型躍升的階梯。

財(cái)務(wù)信息化發(fā)展經(jīng)歷四個(gè)階段，分別是：會計(jì)電算化階段、集團(tuán)財(cái)務(wù)階段、財(cái)務(wù)云階段、智能財(cái)務(wù)階段。會計(jì)電算化替代了手工核算，集團(tuán)財(cái)務(wù)階段實(shí)現(xiàn)了聯(lián)網(wǎng)應(yīng)用集中核算，財(cái)務(wù)云階段主聚焦共享業(yè)態(tài)融合。業(yè)態(tài)融合形成以財(cái)務(wù)為核心的企業(yè)經(jīng)營大數(shù)據(jù)，如何提升數(shù)據(jù)智能水平成為智能財(cái)務(wù)階段的關(guān)鍵問題。實(shí)際上，智能財(cái)務(wù)階段的實(shí)現(xiàn)離不開兩項(xiàng)關(guān)鍵技術(shù)：RPA技術(shù)和數(shù)據(jù)挖掘技術(shù)。隨著RPA技術(shù)的推進(jìn)，財(cái)務(wù)機(jī)器人逐漸替代流程化規(guī)則化的財(cái)務(wù)工作。財(cái)務(wù)人員將精力轉(zhuǎn)移至智能洞察、感知、預(yù)測等更多參與企業(yè)管理的方面，而這個(gè)轉(zhuǎn)變更多依賴數(shù)據(jù)挖掘技術(shù)。

從一個(gè)西瓜的故事開始判斷一個(gè)西瓜是好是壞最簡單直接的方法就是將其切開，但從結(jié)果而言已經(jīng)為時(shí)已晚。如果在切西瓜之前能知道西瓜是好是壞，這樣的信息就能帶來價(jià)值，實(shí)際上就是預(yù)測，也是數(shù)據(jù)挖掘的典型應(yīng)用。

究竟能否預(yù)測西瓜是好是壞？答案是肯定的。但培養(yǎng)挑瓜經(jīng)驗(yàn)需要進(jìn)行大量學(xué)習(xí)和體驗(yàn)，有經(jīng)驗(yàn)的買瓜人會關(guān)注外皮、根莖、花紋、聲響等。用數(shù)據(jù)挖掘的方式挑瓜也需要訓(xùn)練，首先選擇樣本并記錄瓜的特征、色澤、根蒂、紋理、含糖量等，形成標(biāo)簽式的西瓜數(shù)據(jù)集。之后將數(shù)據(jù)集分為兩類，一是測試集用來訓(xùn)練提煉模型，二是驗(yàn)證集用來驗(yàn)證模型準(zhǔn)確率。這是一個(gè)典型數(shù)據(jù)挖掘的過程。

從上述西瓜的案例中可以提煉出數(shù)據(jù)挖掘的內(nèi)涵：從西瓜的各項(xiàng)特征信息，記錄、存儲為西瓜數(shù)據(jù)集，進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換，然后利用分類、回歸等算法進(jìn)行建模，形成預(yù)測知識，并將分析結(jié)果進(jìn)行商業(yè)化應(yīng)用，產(chǎn)生預(yù)測價(jià)值的過程。實(shí)際上，數(shù)據(jù)挖掘是從大量數(shù)據(jù)中挖掘有趣模式和知識的過程，數(shù)據(jù)挖掘是一個(gè)跨學(xué)科的計(jì)算機(jī)科學(xué)分支，它是用人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)和數(shù)據(jù)庫的交叉方法在相對較大型的數(shù)據(jù)集中發(fā)現(xiàn)模式的計(jì)算過程。

理想與現(xiàn)實(shí)的差距理想的數(shù)據(jù)挖掘似乎非常容易實(shí)現(xiàn)，但實(shí)際應(yīng)用數(shù)據(jù)挖掘時(shí)往往面臨很多困難。需求確定后如何進(jìn)行提取數(shù)據(jù)、如何進(jìn)行數(shù)據(jù)質(zhì)量清洗、如何處理數(shù)據(jù)整合、數(shù)據(jù)缺失值等基礎(chǔ)工作是至關(guān)重要的，反而數(shù)據(jù)挖掘訓(xùn)練模型、模型評估相對比較簡單。

挖掘的過程。因此企業(yè)運(yùn)用數(shù)據(jù)挖掘的整個(gè)架構(gòu)不僅僅是數(shù)據(jù)挖掘工具本身，而應(yīng)該是比較完整的系統(tǒng)支撐。需要良好的底層數(shù)據(jù)基礎(chǔ)，而數(shù)據(jù)基礎(chǔ)依賴于企業(yè)業(yè)務(wù)、財(cái)務(wù)系統(tǒng)中積累數(shù)據(jù)的質(zhì)量以及各系統(tǒng)之間能否打通、互相整合。數(shù)據(jù)基礎(chǔ)之上是數(shù)據(jù)治理，通過大數(shù)據(jù)管理平臺管理數(shù)據(jù)，之后是機(jī)器學(xué)習(xí)平臺，典型功能包括特征工程、模型訓(xùn)練、模型發(fā)布等最終分析結(jié)果的呈現(xiàn)依賴于各種可視化的展示工具。

浪潮云眼機(jī)器學(xué)習(xí)平臺在原來傳統(tǒng)數(shù)據(jù)處理ETL，數(shù)據(jù)管理平臺的基礎(chǔ)上預(yù)置了60多類分類、回歸、聚類、時(shí)間序列算法組件，用拖拉拽的形式嵌入其中構(gòu)建模型，提供模型評測組件自動(dòng)評測，讓沒有數(shù)據(jù)挖掘編程技能的人員快速運(yùn)用數(shù)據(jù)挖掘，與傳統(tǒng)數(shù)據(jù)挖掘相比開發(fā)實(shí)踐部署更便捷，另外利用數(shù)據(jù)處理任務(wù)調(diào)度也可以實(shí)現(xiàn)定時(shí)模型訓(xùn)練和應(yīng)用。

應(yīng)用場景以及對財(cái)務(wù)人員的影響從長遠(yuǎn)來看，數(shù)據(jù)挖掘在企業(yè)中有廣闊的應(yīng)用空間，目前財(cái)務(wù)、生產(chǎn)、供應(yīng)、銷售、人力管理、機(jī)械設(shè)備、原材料、生產(chǎn)工藝方法等各個(gè)領(lǐng)域有適用場景，更多應(yīng)用場景也將隨著實(shí)踐不斷的補(bǔ)充完善?？傮w而言，數(shù)據(jù)挖掘能夠解決下列問題：第一，從文本中提取信息。比較典型的場景是在憑證摘要中提取關(guān)鍵信息。第二，預(yù)測數(shù)值。例如通過預(yù)置回歸算法預(yù)測公司未來一年?duì)I業(yè)收入以及成本。第三，發(fā)現(xiàn)異常。尋找經(jīng)營風(fēng)險(xiǎn)、數(shù)據(jù)異?，F(xiàn)象等等。第四，聚類問題，包括發(fā)現(xiàn)盈利較多的產(chǎn)品或是可以長期合作的客戶。第五，在多個(gè)指標(biāo)類別中進(jìn)性預(yù)測，例如根據(jù)歷史經(jīng)驗(yàn)預(yù)測新增的客戶是否為優(yōu)質(zhì)客戶。第六，圖像分類，將不同人員、設(shè)備、單據(jù)和產(chǎn)品質(zhì)量能通過圖像識別技術(shù)識別。

數(shù)據(jù)挖掘技術(shù)將從角色定位、所在部門、要素范圍、維度模式、分析方式等方面對會計(jì)人產(chǎn)生影響。會計(jì)人員由會計(jì)師向數(shù)據(jù)分析師和算法工程師轉(zhuǎn)變。未來基礎(chǔ)工作未來將逐漸被RPA機(jī)器人取代，財(cái)務(wù)部門變成了數(shù)據(jù)分析部門，掌握企業(yè)質(zhì)量最高的數(shù)據(jù)。同時(shí)從單一金額數(shù)據(jù)向時(shí)間、地區(qū)、渠道、貨物等多維度數(shù)據(jù)延伸。傳統(tǒng)財(cái)務(wù)報(bào)表向更復(fù)雜標(biāo)簽云、信息流空間等更多可視化方式呈現(xiàn)?！傲私庠?，掌握工具”是對于財(cái)務(wù)人員在數(shù)據(jù)挖掘領(lǐng)域的學(xué)習(xí)建議。對于會計(jì)人員來講，員需要了解數(shù)據(jù)挖掘原理并掌握基本的數(shù)據(jù)挖掘工具相關(guān)技能。

在線專家解讀

王海林

首都經(jīng)濟(jì)貿(mào)易大學(xué)

教授、博導(dǎo)

專家解讀：

數(shù)據(jù)挖掘是從海量數(shù)據(jù)中提煉有價(jià)值的模式和發(fā)現(xiàn)知識的過程。這個(gè)過程中需要綜合利用數(shù)據(jù)庫和數(shù)據(jù)倉庫、統(tǒng)計(jì)分析、信息檢索、模式識別、機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)、高性能計(jì)算、數(shù)據(jù)可視化等多方面技術(shù)。數(shù)據(jù)挖掘技術(shù)具有處理的數(shù)據(jù)規(guī)模大、數(shù)據(jù)源結(jié)構(gòu)不同且多樣化、挖掘發(fā)現(xiàn)的規(guī)則動(dòng)態(tài)變化等特點(diǎn)。在財(cái)務(wù)、會計(jì)和審計(jì)領(lǐng)域，可以利用數(shù)據(jù)挖掘技術(shù)探查企業(yè)存在的問題、預(yù)測企業(yè)的未來走向，為利益相關(guān)者提供更有效的決策支持。全球范圍內(nèi)數(shù)據(jù)挖掘技術(shù)已經(jīng)成功應(yīng)用在企業(yè)持續(xù)經(jīng)營狀況的分析診斷、信用風(fēng)險(xiǎn)的監(jiān)測評價(jià)、財(cái)務(wù)舞弊的識別預(yù)防、財(cái)務(wù)困境和企業(yè)績效的預(yù)測等方面。數(shù)據(jù)挖掘技術(shù)的深度應(yīng)用將有助于打破會計(jì)邊界，加速會計(jì)與業(yè)務(wù)的融合。

掃碼獲取報(bào)告電子版