上篇 数据挖掘的理论依据和算法 1
第一部分 正确认识数据挖掘技术 3
第一章 数据挖掘概述 5
第一节 数据挖掘的定义 6
第二节 数据挖掘的起源 7
第三节 DM的真正含义—是“发现”，不是“推理” 9
第四节 海量样本—一把双刃剑 9
第五节 数据挖掘对结果同样需要解释 10
第六节 当前数据挖掘技术的应用 10
第七节 数据挖掘技术的分类 12
第八节 本章小结 14
第二章 一些会计学者对数据挖掘的误解 16
第一节 数据挖掘并非漫无目的，只是在挖掘之前并不知道最终的确切结果 17
第二节 “假设一验证”并非发现规律的唯一途径 18
第三节 数据挖掘与统计学的关系 20
第四节 面临的问题和适用的工具 23
第五节 本章小结 28
第三章 数据挖掘能否适合会计研究 29
第一节 会计研究的传统领域 29
第二节 会计研究的方法 32
第三节 可借鉴的行为研究成果 34
第四节 数据挖掘的过程 39
第五节 本章小结 44
第二部分 近观数据挖掘方法 47
第四章 聚类 49
第一节 聚类的含义 49
第二节 K-MEANS聚类 51
第三节 Kohonen聚类 57
第四节 本章小结 64
第五章 关联规则分析 65
第一节 三个重要的概念 65
第二节 A PRIOR算法 66
第三节 算法演示 67
第四节 参考模型 68
第五节 本章小结 70
第六章 决策树 71
第一节 决策树 72
第二节 决策树基础算法—HUNT算法 73
第三节 算法演示 77
第四节 参考模型 79
第五节 本章小结 80
第七章 前溃型神经元网络 81
第一节 前溃型神经元网络的原理 81
第二节 对隐藏层的训练—BP算法 84
第三节 算法特点分析 90
第四节 有指导数据挖掘结果的检验方法 91
第五节 本章小结 94
第八章 遗传学习 95
第一节 遗传算法的基本概念 95
第二节 遗传算法的原理 96
第三节 算法演示 98
第四节 参考模型 101
第五节 本章小结 104
下篇 数据挖掘方法的研究应用 105
第三部分 信息使用者利用会计信息进行决策的行为特征研究 107
第九章 信息发布时滞是否具有价值相关性 109
第一节 研究背景 110
第二节 相关文献回顾 111
第三节 研究设计 114
第四节 研究过程 119
第五节 结论 129
第十章 有限理性投资者对会计信息的使用模式 131
第一节 研究背景 131
第二节 文献回顾 133
第三节 研究设计 136
第四节 研究分析 140
第五节 结论 144
第十一章 成功贷款企业的财务特征研究一一我国商业银行的信贷决策研究 146
第一节 研究背景 147
第二节 相关研究回顾 148
第三节 研究设计 152
第四节 研究分析 159
第五节 结论与局限性 164
第十二章 财务报表特征与审计师疑虑之间的关联规则研究 166
第一节 研究背景 167
第二节 国内外相关研究回顾 168
第三节 实证研究设计 176
第四节 关联规则实证结果分析 189
第五节 结论及局限性 200
第十三章 基于市场反应的国有及国有控股企业财务绩效评价研究 202
第一节 研究背景 203
第二节 研究文献回顾 206
第三节 研究设计 222
第四节 试验过程 228
第五节 结论 249
参考文献 251