基于數據挖掘的電爐企業財務數據分類管理系統設計

王冠卓,劉大旭,孫 聰

(黑龍江中醫藥大學,黑龍江 哈爾濱 150040)

伴隨著全球經濟化的發展,電爐企業在獲得較大發展的同時市場競爭壓力也在逐漸變大,電爐企業應該引進先進的管理制度和管理理念,提升電爐企業的市場競爭力[1]。近年來,大數據技術受到廣泛關注,將其引入電爐企業管理之中可提升管理質量和管理效率。在對于電爐企業經營數據的分析之中,財務數據是不可或缺的一部分,主要包括資產負債、利潤、現金流量等多種內容,對其進行綜合管理、分析,可幫助電爐企業管理人員了解電爐企業的運營情況,繼而為管理者制定商業決策提供數據支撐[2-3]。電爐企業可通過引入財務數據管理系統,提升財務數據的管理效率,該類系統需要對大量財務數據進行精確分析管理,并可在綜合管理系統中實現人機交互。近年來,關于該類系統的研究眾多,如文獻[4]中針對當前財務信息管理系統存在識別誤差大、拒識率高等不足的問題,提出了基于數據挖掘的財務信息管理系統風險識別方法。該文引入數據挖掘技術對風險識別數據實施建模,刻畫財務信息管理系統風險變化規律,對其系統風險進行精準識別,以此優化財務信息管理系統的管理過程。該方法在一定程度上可提高分類管理的精準度,但其存在響應時間過長的問題。文獻[5]中基于區塊鏈技術,提出了一種去中心化的電爐企業財務管理系統。該方法將智能合約理念與系統相融合,以建筑電爐企業為例,只要施工合同進行交易,智能合約就能被即時觸發,以此保證合同規定權利與義務的嚴密執行,簡化傳統財務多方交易面臨的手續復雜問題。該系統在應用過程中仍然存在分類管理效果差,響應時間長的問題。基于此,針對現有的電爐企業財務數據管理系統處理效率低的問題,提出基于數據挖掘的財務數據分類管理系統設計。在本文的設計中,財務數據的管理分析只是作為基本的信息管理功能,還需要實現綜合管理系統的文件生成和發送。在分析電爐企業財務數據管理需求的基礎上,將系統內將財務數據進行劃分,實現基于數據挖掘的電爐企業財務數據分類管理系統設計。

1 電爐企業財務數據分類管理系統總體架構

本文系統在傳統硬件基礎上,對系統功能模塊進行優化,因此,主要針對系統用戶管理模塊、財務數據管理模塊、業務管理模塊以及網絡管理模塊進行設計,其總體架構如圖1所示。

圖1 電爐企業財務數據分類管理系統總體架構

1.1 用戶管理模塊

用戶管理模塊主要管理用戶的登錄及用戶的權限設置。其中,用戶登錄前需要輸入密碼和賬號,該密碼和賬號通過主賬號進行設置。主賬號可設置多個子賬號,并且子賬號的權限由其設定。根據不同的需求和功能設置子賬號,子賬號僅能根據主賬號設置的賬號和密碼進行登錄,并根據主賬號為其設置的權限進行使用。電爐企業中人員流動較為頻繁,若目前子賬號使用者離職,可通過主賬號限制該子賬號的權限,保證系統的安全使用。

1.2 電爐企業財務數據管理模塊

電爐企業財務數據管理主要包括數據預處理、數據存儲和數據分析三個子功能。

對于電爐企業財務數據的預處理主要包括數據的獲取、數據清理及數據集成、歸約三部分。即從原業務系統中獲取電爐企業結構化或非結構化的業務數據,通過數據抽取完成結構化數據的抽取。數據清理主要包括對非結構性數據進行統一,對于每個字段的含義或位置進行定義,如遇到不完整的壞數據進行清理去除。對數據處理完成后將其以HDFS文件的形式進行存儲,以便后期對數據的調動和分析。

為加強財務數據的處理效率,在該模塊中,可先采用數據挖掘方法清楚電爐企業財務中的冗余數據。

設定待處理的財務數據集合為

si={s1,s2,…,sn}

(1)

式中:si為待處理的電爐企業財務數據集合;s1,s2,…,sn為電爐企業財務數據不同數據;n為數據量。

根據確定的電爐企業數據集合,將其中屬性較為類似或重復的數據進行匹配,以降低管理數據時的數據量,即:

(2)

式中:y為匹配的閾值;v1,v2為電爐企業財務數據矢量;u為匹配系數。

根據上述計算,降低需要管理的電爐企業財務數據中重復數據,從而降低系統的計算復雜度,進而通過綜合管理系統數據庫加載相關業務信息。

在上述數據處理的基礎上,由于電爐企業財務數據種類較多,且較為復雜,為此在該模塊設計中Hadoop架構對該模塊中的數據進行有效管理,Hadoop架構如圖2所示。

圖2 Hadoop架構

在Hadoop架構中包括分布式文件存儲系統及相關分布式應用程序,可通過對財務數據收集、處理以及轉換等,實現對電爐企業財務數據的高效管理。

1.3 業務管理模塊

業務管理模塊中主要包括業務處理層、業務導航層。

1.3.1 業務處理層設計

在管理系統中,對電爐企業財務數據的業務處理層進行設計時,需要充分考慮電爐企業財務數據以及相關數據處理的主要層次[6]。對綜合管理系統來說,電爐企業財務數據的業務處理層具有獨立性,具體包括:憑證管理、報表管理、賬簿管理、出納管理等。

(1)憑證管理。傳統的財務管理中的憑證多為紙質證明,為提升電爐企業信息化管理,可將憑證相關信息錄入系統中,以達到記錄經濟業務事項的目的。關于憑證的管理主要包括憑證輸入、審核、查詢、過賬、匯總及檢查等,可利用財務人員快速完成管理

(2)報表管理。而數據報表往往是財務報告的主要部分,可準確反映電爐企業的財務狀況和運營狀況,其報表主要包括項目余額表、核算項目明細表、利潤分配表、現金流量表、資金負債表等,利用本文烯烴對報表進行科學管理。

(3)賬簿管理。賬簿是電爐企業財務管理的重要內容,憑證過賬后可直接進入賬簿管理中。對于一個電爐企業而言,賬簿可分為多種類型,主要包括總分類賬、明細賬、多欄賬、數量金額總賬等,管理人員通過系統可根據其需要對賬簿進行查看,以了解電爐企業的運轉情況。

(4)出納管理。在財務管理中心,出納主要負責現金和銀行存款的收支,對其進行管理就是對日常收支業務辦理與收支業務賬務核算進行管理,即包括數據錄入、現金賬單管理、銀行賬單管理、支票管理,出納軋賬及出納報表六種。

1.3.2 業務導航層設計

業務導航層的基礎是電爐企業各項財務數據的生成,需要系統單元內部完成財務數據的處理,也需要通過協議接口為用戶提供具體應用服務[7-8]。因此,為更好地實現相關數據的交互,通常情況下會根據不同的數據類型,生成共享數據庫被電爐企業財務人員獲取、訪問。財務數據分類管理系統部分參數如表1所示。

表1 財務數據分類管理系統部分參數

在系統中選擇一種特定類型的數據,并通過基于人工智能技術的單元接口進行請求訪問。其中,選擇的財務數據需要通過判定之后,確定為可通過的數據才能被請求訪問。在此過程中,利用基尼不純度確定被訪問的數據的重要程度[9-10]。假設電爐企業財務數據集合P中存在w類財務數據,則此數據集合中財務數據的基尼不純度為

(3)

式中:bv為P中第v個類的樣本子集;n為財務數據類的樣本子集。

在綜合管理系統的業務處理模塊,將不同類型的財務數據轉換為業務處理所需要輸入的系統條件參數。其中,為實現電爐企業財務數據分類管理系統內部數據的交互,還需將轉換的財務數據參數映射到窗口對象[11-12]。

1.4 網絡管理模塊

該綜合系統網絡需要通過光纖/DDN的傳輸路徑實現[13]。此外,為保障綜合管理系統以前置機進行通信的形式,需要在系統數據傳輸過程中安裝路由器和防火墻。綜合管理系統網絡拓撲結構如圖3所示。

圖3 綜合管理系統網絡拓撲結構

在綜合管理系統運行過程中,始終處于監測狀態。因此,系統硬件中前置機程序需要對接收到的相關數據進行拆分,并根據管理系統內的不同交易碼,實現財務數據不同服務請求發出,進而傳輸到人工處理終端。此外,為保證綜合管理系統硬件中觸發器檢測狀態的穩定性,需要電爐企業中的各項財務數據狀態同步變化,進而通過TCP/IP傳輸協議實現數據的有效處理[14-15]。

在本文系統網絡拓撲結構的設計中,除了需要TCP/IP等通信協議的支持,還需要采用細化電爐企業財務傳輸的SNMP,以及CMIP兩種專用協議。其中包括:IEEE802網卡、FDDI、集線器,以及幀中繼等多項LAN產品;并通過物理層或數據鏈路層實現系統網絡連接[16]。

為保證綜合管理系統的穩定性,在選擇處理機、打印機、存儲器,以及其他PC主機外圍設備的基礎上,還需要根據動態變化的運行環境設置,調整管理系統內的配置參數。此外,在檢測到硬件系統設計過程中故障發生時,需要對其進行實時、動態跟蹤分析。在無法進行自我修復情況下,通過人工干預優化該綜合管理系統硬件的網絡結構。

2 實驗分析

2.1 實驗環境

為驗證本文設計系統的有效性,對本文系統進行一系列的功能測試及對比測試。電爐企業財務管理部署環境要以微軟視窗操作系統為基礎,且要建立在Windows XP以上級別的操作系統才能對系統性能進行充分測試。基于此,完成系統硬件及軟件的搭建,其系統部署環境如表2所示。

表2 系統部署環境

在上述硬件技術上,為提高系統的響應速度,本文采用具備多項優勢的SQL Server 2013數據庫,該數據庫與財務管理的多項功能具有較高的適應性,可為系統提供數據存儲等工作。基于此,開展系統性能測試。

2.2 系統性能對比測試

為充分驗證本文設計系統的先進性,本文選取文獻[4]系統和文獻[5]系統作為對比系統,開展對比測試。LoadRunner軟件是一種預測系統行為和性能的負載測試工具,可通過模擬上千萬用戶實施并發負載及實時性能監測的方式來確認和查找問題,故本文選用LoadRunner軟件來對三個系統進行性能測試。系統測試參數設置如下:添加滿足并發用戶數設為400,審核滿足并發用戶數為200;用戶頁面正常響應時間設為4 s,CPU使用率最大值為70%。

先對比三個系統的響應時間,其對比結果如圖4所示。

圖4 系統平均響應時間對比

如圖4所示,在測試的過程中,本文設計系統的平均響應時間最長為1.8 s,而文獻[4]系統、文獻[5]系統的平均響應時間均大于2.4 s,由此可證明本文設計系統的平均響應時間最短,具有較好的應用性能。

后對比三個系統的CPU占有率,其對比結果如圖5所示。

圖5 系統CPU占有率對比

如圖5所示,在測試的過程中,本文設計系統的CPU占有率最高僅為40%,而兩種對比系統的CPU占有率均高于本文設計系統,最高達到75%,由此可證明,本文設計系統在運行的過程中CPU占有率較低,應用性能更佳。

2.3 系統應用對比測試

在完成其系統性能對比后,對比三種系統的應用性能。選取A電爐企業作為研究對象,提取2021年10月—12月的財務數據組成樣本集,利用三種系統對其財務數據進行分類管理,其分類準確性對比如圖6所示。

圖6 系統反饋滿意率對比

如圖7所示,利用三種系統對財務數據進行管理,本文方法獲得的數據分類準確率高于93%,而文獻[4]系統和文獻[5]系統的分類準確率均低于85%,故本文系統在實際應用中效果更佳。多次測試,獲取其用戶反饋滿意度如圖7所示。

圖7 系統反饋滿意率對比

如圖7所示,利用三種系統對財務數據進行管理,本文方法獲得的用戶反饋滿意率高于80%,而文獻[4]系統和文獻[5]系統的用戶反饋滿意度均低于60%,故本文系統在實際應用中效果更佳。

3 結 語

根據當前電爐企業財務數據管理的實際需求,設計基于數據挖掘的財務數據分類管理系統。為能夠有效提高綜合管理的智能化程度,首先設置了系統的總體架構,并根據總體架構詳細設計各模塊功能,然后將數據挖掘技術應用其中,實現電爐企業財務數據的統一管理,最后利用實驗證明研究系統的先進性。實驗系統性能測試結果表明,本文系統平均響應時間最短,僅為1.8 s,CPU占有率最小,僅為40%,性能優于對比系統。應用性能測試結果表明,本文系統對財務數據的分類準確率高于93%,用戶反饋滿意率高于80%,優于對比方法,具有更大的應用價值。