摘要
一、绪论
(一)研究背景及意义
1.研究背景
2.研究意义
(二)研究的内容和论文的组织结构
(三)研究方法和技术路线
二、企业财务风险分类预测相关理论文献综述
(一)企业财务风险分类预测理论
1.企业财务风险概念的界定
2.国内外企业财务风险分类预测的研究现状
(二)非均衡数据分类问题相关理论的研究现状
(三)案例推理理论及其复用技术研究现状
1.基于案例推理技术的研究现状
2.基于案例复用技术的研究现状
三、企业财务风险智能预测指标体系的构建和研究样本非均衡数据处理
(一)中国旅游与酒店业研究对象介绍
(二)研究数据样本的选择
1.企业财务困境样本公司的选择标准
2.企业财务正常样本公司的选择标准
3.企业财务风险智能预测研究实验样本筛选结果
(三)企业财务风险智能预测指标体系的构建
1.企业财务风险智能预测指标体系的筛选原则
2.企业备选财务指标的检验与分析
(四)NT-SMOTE非均衡处理
1.NT-SMOTE非均衡处理方法简介
2.NT-SMOTE非均衡处理方法应用
四、基于传统企业财务风险分类预测方法的智能预测模型实证研究
(一)MDA分类预测方法
(二)Logit分类预测方法
(三)Probit分类预测方法
(四)DT分类预测方法
(五)SVM分类预测方法
(六)MCF分类预测方法
(七)实验结果评价体系
(八)实验设计
(九)实验结果与分析
五、基于Bagging集成算法的企业财务风险智能预测模型实证研究
(一)Bagging技术
1.Bagging集成算法简介
2.Bagging集成算法的基本原理
(二)实验设计
(三)实验结果与分析
六、基于HDM-CBR的企业财务风险智能预测模型实证研究
(一)异类数据挖掘技术
(二)基于异类数据挖掘案例推理的企业财务风险智能预测模型
(三)实验设计
(四)实验结果与分析
1.基于HDM-CBR1的企业财务风险智能预测模型的实验结果
2.基于HDM-CBR2的企业财务风险智能预测模型的实验结果
七、基于CBR-R的企业财务风险智能预测模型实证研究
(一)基于案例复用的案例推理方法
(二)基于案例复用的案例推理方法的企业财务风险智能预测模型
(三)实验设计
(四)实验结果与分析
1.基于CBR-R1的企业财务风险智能预测模型的实验结果
2.基于CBR-R2的企业财务风险智能预测模型的实验结果
八、研究结果分析与展望
(一)研究结果与分析
(二)管理启示与展望
参考文献
攻读学位期间取得的研究成果
致谢
声明