智能信息管理研究

第1章 基于贝叶斯网络的数据挖掘研究

1.1 数据挖掘简介

1.2 贝叶斯概率

1.2.1 贝叶斯方法

1.2.2 贝叶斯公式

1.2.3 全概率公式和乘法公式

1.2.4 贝叶斯概率

1.3 贝叶斯网络

1.3.1 贝叶斯网络的概念

1.3.2 贝叶斯网络的类型

1.3.3 贝叶斯网络的构造与特点

1.3.4 贝叶斯网络的学习

1.3.5 贝叶斯网络的应用

参考文献

第2章 基于支持向量机的财务风险研究

2.1 研究综述

2.1.1 国外研究综述

2.1.2 国内研究综述

2.2 财务危机分析

2.2.1 预兆分析

2.2.2 特征分析

2.2.3 原因分析

2.2.4 财务危机预警系统

2.3 分类方法及其应用

2.3.1 线性判别分析法

2.3.2 Logistic回归模型法

2.3.3 其他分类方法

2.4 支持向量机分类方法及其相应问题分析

2.4.1 支持向量机简介

2.4.2 函数集的学习性能和VC维

2.4.3 结构风险最小化

2.4.4 高斯核函数

2.4.5 SVM多分类问题

2.5 支持向量机在财务信用评价预测中的应用

2.5.1 基于支持向量机方法的模型建立及其过程

2.5.2 传统方法与支持向量机方法的比较和分析

参考文献

第3章 网格技术与应用研究

3.1 基于Web服务的会计网格研究与实现

3.1.1 引言

3.1.2 会计网格的特点与系统结构

3.1.3 会计网格的技术实现

3.2 基于Web服务的图像检索网格研究与实现

3.2.1 引言

3.2.2 图像检索网格的特点与运行架构

3.2.3 图像特征自学习代理服务组件

3.3 基于并发工作流（网格）的财务监管数据汇聚模型

3.3.1 引言

3.3.2 GMFD模型结构

3.3.3 财务信息汇总树的进程部件描述

3.3.4 GMFD模型工作过程及其算法

3.3.5 分析与实验

参考文献

第4章 保险中的若干风险模型研究

4.1 风险模型综述

4.1.1 经典风险模型

4.1.2 风险模型研究中的两种经典方法

4.1.3 风险模型研究中的有代表性方向

4.2 马氏风险模型及破产概率

4.2.1 马氏风险模型

4.2.2 破产概率的估计

4.2.3 指数分布情形下的破产概率

4.2.4 混合指数分布情形下的破产概率

4.3 离散的三项分布风险模型及破产概率

4.3.1 离散的三项分布风险模型

4.3.2 破产概率的解析解

4.3.3 破产概率的渐进解

4.4 依生灭过程索赔的两险种风险模型及破产概率

4.4.1 生灭过程简介

4.4.2 依生灭过程索赔的两险种风险模型

4.4.3 破产概率方程

4.4.4 破产概率收敛速率的上界

参考文献

第5章 智能技术在统计数据分析中的应用

5.1 统计数据分析指标的优化设计与模糊智能评价

5.1.1 引言

5.1.2 科技投融资生态系统特征和评价原则

5.1.3 科技投融资生态系统评价指标体系的设计及界定

5.1.4 评价指标的模糊统计及优化设计

5.1.5 指标体系的模糊聚类综合评价

5.2 社会经济统计数据智能分析与预测

5.2.1 2010年上海世博会参观人数的预测

5.2.2 上海文化产业对区域经济拉动作用的实证研究

参考文献

第6章 智能审计模型研究及应用

6.1 引言

6.2 国内外研究现状

6.3 智能审计系统的应用体系架构

6.4 几个关键子系统的分析与设计

6.4.1 数据挖掘子系统的分析与设计

6.4.2 专家审计子系统的分析与设计

6.5 LixinAudit——一个智能审计系统

6.6 总结和展望

参考文献

《智能信息管理研究》第一章内容包括数据挖掘简介；贝叶斯方法、贝叶斯公式、全概率公式和乘法公式以及贝叶斯概率；贝叶斯网络的概念、贝叶斯网络的类型、贝叶斯网络的构造与特点、贝叶斯网络的学习和贝叶斯网络的应用。第二章内容包括国内外财务风险研究的情况；财务危机预兆分析、财务危机特征分析、财务危机原因分析以及财务危机预警系统；分类方法及其应用；支持向量机的分类方法及其相应问题分析；支持向量机在财务信用评价预测中的应用等。