传统的数据挖掘局限于按照特定挖掘目的来组织数据集并执行挖掘的过程,其背景是单独、静态的挖掘任务。随着业务数据的急剧增长,动态数据挖掘研究日益重要。本项目研究自动、持续时态数据挖掘的理论和应用方法,采用基于粒度计算的思想解决实时跟踪、发现事物动态演化规律的问题,探索智能化的经营活动监控机制,进而构建全新的主动财务报告模式。主要研究内容包括持续时态数据挖掘过程的形式化理论模型和体系结构、高阶数据挖掘的形式和方法、领域知识与挖掘过程的融合、主动财务报告模式的技术框架和技术支持,以及数据挖掘技术在客户关系管理、电子商务和虚拟实验室中的应用。这些研究成果,有助于进一步完善数据挖掘理论,构造有效的动态分析方法,加速已有挖掘技术的实用化。同时,这些成果的应用将为财务报告模式创新奠定坚实基础,为有效规避企业财务风险提供科学依据和技术支持。
英文主题词Continuous data mining; Higher order mining; Temporal Granularity; Finacial report