基于关联规则挖掘算法的财务信息管理系统

来源:用户上传      作者:

　　摘  要： 针对传统的财务信息管理系统信息挖掘时间长的问题，设计一种基于关联规则挖掘算法的财务信息管理系统。该系统的硬件部分包括主控制器和CH375单片机，主控制器设计是为系统提供控制能力，CH375单片机满足财务信息管理系统的实时性需求;系统软件部分，利用关联规则挖掘算法对财务信息深度发掘，确定财务信息中可靠的关系规则，在此基础上，建立财务信息管理数据库，实现财务信息管理。实验对比结果表明，此次设计的基于关联规则挖掘算法的財务信息管理系统比传统系统财务信息挖掘时间短，能够为财务信息管理提供帮助。
　　关键词： 财务信息管理; 系统设计; 关联规则确定; 控制器设计; 信息挖掘; 数据库建立
　　Abstract： Since the traditional financial information management system takes long time for information mining， a financial information management system based on association rule mining algorithm is designed. The hardware part of the system includes the main controller and the CH375 single chip microcomputer. The main controller is used to provide the control ability for the system， and the CH375 single chip micro computer is adopted to meet the real?time demand of the financial information management system. In the software part of the system， the association rule mining algorithm is used to deeply explore the financial information and determine the reliable relationship rules in the financial information. On this basis， the financial information management database is established to realize the financial information management. The experimental comparison results show that the designed financial information management system based on association rule mining algorithm spends shorter information mining time than that of the traditional financial information management system， and can provide help for the financial information management.
　　Keywords： financial information management; system design; association rule confirmation; controller design; information mining; database construction
　　0  引  言
　　在现代企业中，财务部门管理着企业的资金流，负责将资金合理安排到企业的各个运作部门，因此对财务信息的管理是现代企业管理的核心内容。目前的财务管理系统不能及时完善财务信息、整改、确认、关闭等后续跟踪流程，使审计人员不能有效针对性地开展后续审计工作，导致后期工作量大。同时由于财务信息管理时间过长，信息之间存在时效性差，不能提供统计、分析等功能缺陷，已经不能适应现代企业发展的需要。此次研究主要解决传统财务信息管理系统财务信息挖掘时间长的问题，因此利用关联规则挖掘算法，设计一种基于关联规则挖掘算法的财务信息管理系统。
　　关联规则算法的实质是寻找一种事物同其他几种事物之间的相互依存性和关联性，在数据库、统计学、机器学习中都得到了广泛的应用。将关联规则挖掘算法引入财务信息管理系统设计中，在众多财务数据中探索数据之间的关系，真实反应出企业的经营状态，以提高财务管理水平。
　　1  财务信息管理系统整体架构
　　此次设计的财务信息管理系统主要由服务器、客户端和数据库三部分组成。其中，服务器核心作用是实验应用程序的逻辑运行;客户端的核心作用是为用户提供交互以及展示等功能;数据库主要为系统提供数据挖掘、存储与分析等功能。根据上述设计目的，此次所设计的财务信息管理系统如图1所示。
　　此外，此次设计的财务信息管理系统重点为系统的软件部分，以解决传统系统财务信息挖掘时间长的问题。
　　2  财务信息管理系统硬件设计
　　2.1  主控制器设计
　　财务信息管理系统中信息资源较多，因此设计主控制器[1]，将其作为财务信息管理系统的核心部件，为系统提供控制能力，并外设接口，满足数据空间需求。
　　选用IT公司的TM4589I89作为主控制器，该主控制器采用SIDO技术，整合了处理单元，内部集成MAX810专用复位电路，工作频率可达35 MHz，内部有512 B RAM。同时该主控制器外设接口[2]丰富，具有3个SCI接口、一个I2C总线、12位A/D等，能够满足财务信息关系系统的空间需求。 　　2.2  CH375单片机设计
　　选择CH375单片机[3]，该设备具有较高的时钟频率、较多的外设接口控制器和集成控制器，能够提高系统的工作效率。CH375单片机核心电路图如图2所示。
　　以CH375单片机为控制核心，频率为20～133 MHz /100～233 MHz，内置高速存储器[4]，并拥有丰富的I/O资源。此外，还包括I2C，SPI，USB等总线或串行接口，片内资源和扩展[5]都非常豐富，能够满足财务信息管理系统的实时性需求。
　　3  财务信息管理系统软件设计
　　3.1  财务信息深度挖掘
　　在上述硬件设计的基础上，对系统软件设计。利用关联规则挖掘算法对财务信息深度挖掘，根据关联规则挖掘算法原理，在众多财务信息中找出最小支持度[6]和最小置信度[7]的信息的强关联规则，基于关联规则挖掘算法的财务信息深度挖掘过程如图3所示。
　　定义HGD是指含有项目集的事物占整个事物数据库的百分比，记作[hi]，DKL指在整个事物数据中两个项目集[8]的并集。假设在项目集[II=i1，i2，…，in]中，任意一个项目[i]都存在一个权值[9]，通过这个权值，衡量项目在整个集合中的重要性，权值越大，说明这个项目的重要性越突出。在此基础上，将集合中的项目按照权值大小排序，得到一个从大到小的排列结合，最后构成一个线性序集[10]。
　　用[z，x]表示项目集[I]中的元素，若[z<x]，代表[z]排在[x]前面。定义[z]的加权支持度为[Mz×HGDz]，则该项目的最小加权支持度为：
　　式中：[HGDz]代表元素[z]在数据中被发现的次数;[D]代表财务信息数据的个数;[fs]代表加权频繁项目集;[faz]代表加权支持度的计算因子。
　　根据上述公式，完成财务信息最小加权支持度计算。在此基础上，根据关联规则挖掘算法计算数据置信度，若[z，x∈I]，[z?x=?]，则定义[z?x]的置信度为：
　　式中：[kz?x]代表两个项目在数据中同时出现的次数;[nx]代表数据关联度;[Dz?x]代表[z?x]的置信度。
　　根据上述计算，找到财务信息中的频繁项目集问题，确定财务信息中可靠的关系规则[11]，以此完成财务信息深度挖掘，为财务信息管理提供基础。
　　3.2  财务信息管理
　　在上述利用关联规则挖掘算法对财务信息深度挖掘的基础上，建立财务信息管理数据库[12]，以对财务信息管理，数据库业务逻辑如图4所示。
　　该数据库中主要包含的基本信息如表1所示。
　　为实现财务信息管理系统中的信息共享，因此挂接接口，制定统一的接口管理[13]引擎进行统一调配。
　　上述定义系统接口为系统提供数据交换功能，由于财务信息交换过程中容易受到噪声影响，因此利用关联规则挖掘算法，规范数据交换格式[14]，计算公式如下：
　　式中：[G]代表数据交换信息;[Kv]代表数据中心;[bt]代表数据转换因子;[m]代表数据存储参数。
　　在上述数据库建立完成的基础上，根据财务信息管理数据库的定义，对所有数据库涉及的字段名称[15]、类型、宽度等进行定义，定义公式如下：
　　式中：[j]代表数据集成参数;[i=1c]代表数据定义参数;[b]代表数据集合因子;[d″]为数据库信息。
　　对数据库涉及的字段名称、类型、宽度等定义的目的是维护数据库，以此完成数据库的建立。通过上述过程完成基于关联规则挖掘算法的财务信息管理系统的设计，为验证上述设计系统的有效性，将进行下一步实验。
　　4  实验对比
　　4.1  实验准备
　　为证明此次设计的基于关联规则算法的财务信息管理系统的有效性，进行实验，并将传统的财务信息管理系统与此次设计系统进行对比，对比传统系统和此次设计系统的财务信息挖掘时间。
　　实验环境操作系统为Windows 7，内存为8 GB，主频为3.20 GHz，实验环境如图5所示。
　　上述实验环境中，服务器主要转化实验数据信息，控制终端主要控制实验过程，实验数据由某公司生产的HG?OO8分析软件生成。
　　实验数据集选用某公司的财务数据，该数据集中主要包含10 000个文件，将实验数据随机分为5组，第1组数据包含500个文件，第2组数据中包含1 000个文件，第3组数据中包含1 500个文件，第4组数据中包含2 500个文件，第5组数据中包含4 500个文件，分别对比数据多与少的情况下两种系统的信息挖掘时间。
　　4.2  实验结果分析
　　传统财务信息管理系统与此次设计的基于关联规则挖掘算法的财务信息管理系统的信息挖掘时间如图6所示。
　　由上述实验对比结果可知，在第1组实验中，传统系统的信息挖掘时间与此次设计系统的挖掘时间相差较少，但是随着实验数据的增加，传统系统的财务信息挖掘时间逐渐增加，在第5次实验时，两者相差最大。而此次设计的基于关联规则挖掘算法的财务信息管理系统整体的信息挖掘时间较少，因为此次设计的系统能够对财务信息深度挖掘，从而减少财务信息挖掘时间。
　　上述实验证明，此次设计的基于关联规则挖掘算法的财务信息管理系统比传统的财务信息管理系统信息挖掘时间短，能够为财务信息管理提供帮助。
　　5  结  语
　　本文设计一种基于关联规则挖掘算法的财务信息管理系统。此系统硬件设计为系统提供了控制能力，其中CH375单片机的设计满足了财务信息管理系统的实时性需求。系统的软件部分为系统提供了数据转换与存储功能。实验对比结果表明，此次设计的基于关联规则挖掘算法的财务信息管理系统比传统系统信息挖掘时间少，能够满足财务信息管理的实时性需求，真实反应出企业的经营状态，具有一定的实际应用意义。 　　参考文献
　　[1] 刘军煜，贾修一.一种利用关联规则挖掘的多标记分类算法[J].软件学报，2017，28（11）：2865?2878.
　　[2] 韩楠，乔少杰，宫兴伟，等.面向正负关联规则的方剂配伍规律挖掘算法[J].小型微型计算机系统，2017，38（7）：1538?1542.
　　[3] 张宁，袁勤俭.面向数据科学的信息管理和信息系统专业课程建设与改革[J].现代情报，2017，37（8）：106?110.
　　[4] 彭灿华，韦晓敏.互联网平台下的智能信息管理系统设计[J].现代电子技术，2017，40（1）：24?27.
　　[5] 苏建锋，薄万举.地震应急装备信息管理系统的设计与实现[J].震灾防御技术，2017，12（2）：383?391.
　　[6] 吴凡，孙静.基于多智能体技术的智能电网信息管理系统研究[J].现代电力，2017，34（2）：87?94.
　　[7] 赵宇宇，陈宁.基于B/S的船舶虚拟机舱信息管理系统设计[J].舰船科学技术，2018，40（7）：132?142.
　　[8] 段永良，卜言彬，高露.广播电视发射网信息管理系统[J].电视技术，2018，42（8）：145?149.
　　[9] 刘利平，蔡广林，陈旭，等.考虑用电可靠性的客户用电信息管理系统[J].电力自动化设备，2018，38（4）：46?48.
　　[10] 吕虹云.大型建筑项目信息管理系统的设计与优化[J].现代电子技术，2017，40（8）：54?56.
　　[11] 史秀保，马磊，李滨，等.兼容VGI与众包的灾害信息管理系统研究[J].测绘科学，2017，42（3）：191?195.
　　[12] 施薇.基于FMEA的企业信息管理系统模糊风险评估法[J].控制工程，2017，24（3）：675?679.
　　[13] 高军，张旭，刘燕，等.林业科技成果标识方法及其信息管理系统设计与实现[J].世界林业研究，2018，31（3）：12?17.
　　[14] 马兰，王京杰，陈焕.基于内容挖掘的广域信息管理系统业务数据安全[J].计算机应用，2019，39（2）：488?493.
　　[15] 周兵.支持MBSE的企业信息管理系统发展与启示[J].电讯技术，2018（7）：852?858.
转载注明来源:https://www.xzbu.com/8/view-15290357.htm