高校財務(wù)樣本數(shù)據(jù)庫研究

1、第 頁免責(zé)聲明：圖文來源網(wǎng)絡(luò)征集，版權(quán)歸原作者所有。若侵犯了您的合法權(quán)益，請作者持權(quán)屬證明與本站聯(lián)系，我們將及時更正、刪除！謝謝！高校財務(wù)樣本數(shù)據(jù)庫研究 摘要：研究了大數(shù)據(jù)算法在高校財務(wù)數(shù)據(jù)分析中的應(yīng)用，提出了基于水庫抽樣算法建立樣本數(shù)據(jù)庫的方法，結(jié)果表明：基于水庫抽樣算法建立樣本數(shù)據(jù)庫，能夠大幅縮短建立時間、系統(tǒng)開銷小、且建立完成后其內(nèi)部數(shù)據(jù)具有良好的均勻特性，可有效解決傳統(tǒng)高校財務(wù)管理中基礎(chǔ)數(shù)據(jù)樣本生成時間長、開銷大、分布不均勻的缺點，提高了財務(wù)基礎(chǔ)數(shù)據(jù)分析質(zhì)量，推動了高校財務(wù)管理工作的發(fā)展 關(guān)鍵詞：大數(shù)據(jù)；高校財務(wù)；數(shù)據(jù)分析 大數(shù)據(jù)對高校財務(wù)管理的影響比較廣泛而深遠，它將有利于高校的資源

2、配置，強化高校全面預(yù)算管理，加強成本核算意識，同時提高資金使用效益，防范財務(wù)風(fēng)險，使高校側(cè)重預(yù)算編制和結(jié)果分析的財務(wù)管理向業(yè)務(wù)全過程的財務(wù)管理轉(zhuǎn)變，實現(xiàn)高校財務(wù)管理新變革大數(shù)據(jù)為高校財務(wù)管理帶來變革的關(guān)鍵特性之一是其預(yù)測性作用，傳統(tǒng)財務(wù)利用財務(wù)報表和人為經(jīng)驗為高校財務(wù)管理者提供決策依據(jù)，隨著海量數(shù)據(jù)的產(chǎn)生，此種方式已不能在合理的時間范圍內(nèi)產(chǎn)生合理性的判斷依據(jù)，遠不能達到目前高校財務(wù)管理精細(xì)化要求，更偏離信息化時代所強調(diào)的信息支持決策的發(fā)展方向從目前高校財務(wù)管理實際來看，基礎(chǔ)數(shù)據(jù)的分析是關(guān)鍵，而數(shù)據(jù)更新及時、均勻特性好的樣本數(shù)據(jù)庫是進行分析的前提條件但由于受到高校財務(wù)數(shù)據(jù)多等因素限制，傳統(tǒng)財務(wù)的

3、線性掃描處理方法無法對基礎(chǔ)數(shù)據(jù)進行快速均勻的抽取處理，導(dǎo)致了高校財務(wù)數(shù)據(jù)分析工作上的困難，不利于高校財務(wù)管理工作的開展應(yīng)用大數(shù)據(jù)對數(shù)據(jù)進行全面分析，遵循的是每件事情都有跡可循，找到事物變化的規(guī)律，能夠更好地對高校資源籌劃、資本運營、資產(chǎn)管理以及當(dāng)前辦學(xué)和長期的規(guī)劃進行預(yù)測，把握高校發(fā)展方向，使教育產(chǎn)出能更好地適應(yīng)市場需求，合理配置資源，提高經(jīng)濟與社會效益，實現(xiàn)高?？缭绞娇沙掷m(xù)發(fā)展大數(shù)據(jù)技術(shù)的出現(xiàn)，為高校財務(wù)數(shù)據(jù)分析工作提供了新的技術(shù)手段，文中將大數(shù)據(jù)算法與高校財務(wù)數(shù)據(jù)分析進行結(jié)合與應(yīng)用，在保證速度的前提下，建立具有良好均勻特性的樣本數(shù)據(jù)庫 樣本數(shù)據(jù)庫 數(shù)據(jù)庫構(gòu)架 數(shù)據(jù)挖掘與分析是大數(shù)據(jù)在教育領(lǐng)

4、域中的應(yīng)用之一，其主要作用是進行預(yù)測分析、行為分析、學(xué)業(yè)分析等的應(yīng)用和研究其中財務(wù)數(shù)據(jù)分析能夠為學(xué)生心理健康、獎優(yōu)助評、貧困生關(guān)懷、個性化就業(yè)等領(lǐng)域提供數(shù)據(jù)參考為了實現(xiàn)數(shù)據(jù)的有效收集，應(yīng)建立財務(wù)基礎(chǔ)數(shù)據(jù)樣本數(shù)據(jù)庫，為下一步數(shù)據(jù)分析提供有力支持，其總體架構(gòu)為：傳統(tǒng)財務(wù)通常利用線性掃描與隨機選取的方法進行樣本數(shù)據(jù)抽取，抽取過程中需要將所有數(shù)據(jù)加載進內(nèi)存或緩存，同時在索引遞增的同時利用隨機函數(shù)生成索引用于確定抽取元素數(shù)據(jù)加載和隨機索引生成帶來了大量的系統(tǒng)開銷，同時如果隨機算法的選擇并不優(yōu)秀，還會導(dǎo)致樣本的重復(fù)概率增加為解決上述問題，文中利用水庫抽樣算法作為樣本數(shù)據(jù)抽取的基礎(chǔ)算法，該算法打破了傳統(tǒng)財務(wù)

5、線性的時間處理局限，在未損失精度的前提下，提供傳統(tǒng)財務(wù)所不能提供的海量數(shù)據(jù)樣本生成能力樣本數(shù)據(jù)庫除了數(shù)據(jù)抽取功能之外，還要求具有數(shù)據(jù)的統(tǒng)計分類和序列化功能對樣本數(shù)據(jù)進行統(tǒng)計分類可以實現(xiàn)按類別和權(quán)重的樣本抽取，從而豐富大數(shù)據(jù)分析的手段同時通過對樣本數(shù)據(jù)進行統(tǒng)計分類，還能解決基礎(chǔ)數(shù)據(jù)的序列化問題序列化通過為分類數(shù)據(jù)添加指定索引，可以大大提升數(shù)據(jù)的檢索速度和準(zhǔn)確性所以，做好樣本數(shù)據(jù)的統(tǒng)計分類，并按照財務(wù)管理信息類別對基礎(chǔ)數(shù)據(jù)進行合理的序列化對數(shù)據(jù)處理是十分必要的對樣本數(shù)據(jù)進行分類和序列化之后，可對每一類數(shù)據(jù)進行必要的統(tǒng)計，總結(jié)樣本數(shù)據(jù)特點，把握樣本數(shù)據(jù)處理原則，提高樣本數(shù)據(jù)的處理質(zhì)量 數(shù)據(jù)庫數(shù)據(jù)樣本

6、處理流程 數(shù)據(jù)樣本處理流程為： 數(shù)據(jù)庫抽樣算法及其改進 數(shù)據(jù)庫線性抽樣算法 在盡可能快的時間內(nèi)，對基礎(chǔ)數(shù)據(jù)庫中的學(xué)生進行盡力均勻抽取，形成樣本用于數(shù)據(jù)分析盡力均勻抽取意味著盡力保證每個學(xué)生被抽為樣本的概率是相同的輸入：基礎(chǔ)數(shù)據(jù)庫中的學(xué)生數(shù)據(jù)輸出：這組數(shù)據(jù)的個均勻取樣 水庫抽樣算法定義 針對應(yīng)用情景，可以利用水庫抽樣算法進行樣本抽取，該算法的特征為：）抽取時限要求較高，且數(shù)據(jù)只掃描一次）利用計算機資源有限，只為用戶想要獲取的個取樣分配內(nèi)存空間用于計算）掃描前個數(shù)據(jù)時，已保存的個取樣是均勻抽取的，隨著的增長，個取樣的隨機性一直不變算法定義為：）申請一個長度為的數(shù)組保存抽樣）保存首先接收到的個元素）

7、當(dāng)接收到第個新元素時，以的概率隨機替換中元素 改進算法均勻性證明 該算法的取樣是均勻的，在任何時候接收到大于的個數(shù)時，選出的個數(shù)一定是已掃描數(shù)據(jù)中的均勻抽?。寒?dāng)接收到第個數(shù)時，第個數(shù)能保存在數(shù)組中的概率為()，因為在接收到第個數(shù)的時候要以()的概率隨機替換而第個數(shù)被選中的概率是，他們相乘為，就是第個數(shù)被換出數(shù)組的概率所以()就是在接收個元素時，第個數(shù)在數(shù)組中的概率同理在接收第個數(shù)時，第個數(shù)仍然保存在數(shù)組中的概率為()，以此類推，接收第個數(shù)時，第個元素仍保存在數(shù)組中的概率為()，如果上述事件都發(fā)生，那么在接收第個數(shù)時，第個數(shù)才能保存在數(shù)組中，因此它保留在抽樣數(shù)組中的概率是這些時間發(fā)生概率的積，就

8、是()()()() 算法實現(xiàn) 算法實現(xiàn)的偽代碼為：初始化：；處理：（）（，）（） 實證結(jié)果分析 財務(wù)流程中，對于業(yè)務(wù)數(shù)據(jù)的時效性有較高要求，處理算法的優(yōu)劣直接影響執(zhí)行算法主機的系統(tǒng)開銷，從而影響整個財務(wù)流程的運轉(zhuǎn)速度為對比傳統(tǒng)線性掃描算法和水庫抽樣算法的系統(tǒng)開銷，對兩種算法進行了程序?qū)崿F(xiàn)，設(shè)定樣本規(guī)模為并進行了樣本抽取，種抽取算法帶來的系統(tǒng)開銷對比如圖（）所示，可見傳統(tǒng)線性掃描隨數(shù)據(jù)量級的上升系統(tǒng)開銷不斷增大，而水庫抽樣則穩(wěn)定在樣本規(guī)模時的臨界值傳統(tǒng)的利用隨機數(shù)確定抽樣元素，隨機函數(shù)利用時間等作為種子產(chǎn)生隨機數(shù)，雖保證了隨機性，但不能保證樣本抽取的均勻特性，而水庫抽樣彌補了傳統(tǒng)方法的這個缺陷，

9、圖（）展示了部分抽樣結(jié)果 結(jié)語 大數(shù)據(jù)環(huán)境中，高校財務(wù)數(shù)據(jù)的數(shù)量級不斷提升，因此基礎(chǔ)數(shù)據(jù)的分析成為難點而樣本數(shù)據(jù)庫作為基礎(chǔ)數(shù)據(jù)分析的必要支撐，其建立生成尤為重要通過本文的分析可知，大數(shù)據(jù)技術(shù)的出現(xiàn)，給了均勻、快速的樣本生成以新的手段支持，為在允許的時間與精度范圍內(nèi)的分析提供了依據(jù)本文提供了基礎(chǔ)數(shù)據(jù)樣本數(shù)據(jù)庫的建立思路，在樣本數(shù)據(jù)庫的基礎(chǔ)上利用水庫抽樣算法進行抽樣，作者對上述思路進行了程序?qū)崿F(xiàn)并提供了試驗結(jié)果該應(yīng)用手段解決了高校財務(wù)管理中基礎(chǔ)數(shù)據(jù)樣本來源困難，提高了財務(wù)基礎(chǔ)數(shù)據(jù)分析質(zhì)量，豐富了高校財務(wù)分析工作手段 參考文獻： 韓丹丹大數(shù)據(jù)時代下高校財務(wù)管理如何做好基礎(chǔ)數(shù)據(jù)的分析財務(wù)管理，（）： 黎羊基于高校財務(wù)管理問題的調(diào)查與對策研究長春：吉林大學(xué)，： 薛硯丹基于決策樹算法的高校財務(wù)管理與決策分析研究銀川：寧夏大學(xué)，： 王宏志大數(shù)據(jù)算法北京：機械工業(yè)出版社，： 王元卓，靳小龍，程學(xué)旗網(wǎng)絡(luò)大數(shù)據(jù)：現(xiàn)狀與展望計算機學(xué)報，（）： 孫大為，張廣艷，鄭緯民大數(shù)據(jù)流式計算：關(guān)鍵技術(shù)及系統(tǒng)實例軟件學(xué)報，（）： 楊靜，張楠男，李建，等決策樹算法的研究與應(yīng)用計算機技術(shù)與發(fā)展，（）： 陳東淺談高校財務(wù)決策支持系統(tǒng)及