高校財(cái)務(wù)樣本數(shù)據(jù)庫研究論文

　　摘要：研究了大數(shù)據(jù)算法在高校財(cái)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(shí)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(cái)務(wù)管理中基礎(chǔ)數(shù)據(jù)樣本生成時(shí)間長、開銷大、分布不均勻的缺點(diǎn)，提高了財(cái)務(wù)基礎(chǔ)數(shù)據(jù)分析質(zhì)量，推動(dòng)了高校財(cái)務(wù)管理工作的發(fā)展。

　　關(guān)鍵詞：大數(shù)據(jù)；高校財(cái)務(wù)；數(shù)據(jù)分析

　　大數(shù)據(jù)對(duì)高校財(cái)務(wù)管理的影響比較廣泛而深遠(yuǎn)，它將有利于高校的資源配置，強(qiáng)化高校全面預(yù)算管理，加強(qiáng)成本核算意識(shí)，同時(shí)提高資金使用效益，防范財(cái)務(wù)風(fēng)險(xiǎn)，使高校側(cè)重預(yù)算編制和結(jié)果分析的財(cái)務(wù)管理向業(yè)務(wù)全過程的財(cái)務(wù)管理轉(zhuǎn)變，實(shí)現(xiàn)高校財(cái)務(wù)管理新變革。大數(shù)據(jù)為高校財(cái)務(wù)管理帶來變革的關(guān)鍵特性之一是其預(yù)測(cè)性作用，傳統(tǒng)財(cái)務(wù)利用財(cái)務(wù)報(bào)表和人為經(jīng)驗(yàn)為高校財(cái)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(shí)間范圍內(nèi)產(chǎn)生合理性的判斷依據(jù)，遠(yuǎn)不能達(dá)到目前高校財(cái)務(wù)管理精細(xì)化要求，更偏離信息化時(shí)代所強(qiáng)調(diào)的信息支持決策的發(fā)展方向。從目前高校財(cái)務(wù)管理實(shí)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(shí)、均勻特性好的樣本數(shù)據(jù)庫是進(jìn)行分析的前提條件。但由于受到高校財(cái)務(wù)數(shù)據(jù)多等因素限制，傳統(tǒng)財(cái)務(wù)的線性掃描處理方法無法對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行快速均勻的抽取處理，導(dǎo)致了高校財(cái)務(wù)數(shù)據(jù)分析工作上的困難，不利于高校財(cái)務(wù)管理工作的開展。應(yīng)用大數(shù)據(jù)對(duì)數(shù)據(jù)進(jìn)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(duì)高校資源籌劃、資本運(yùn)營、資產(chǎn)管理以及當(dāng)前辦學(xué)和長期的規(guī)劃進(jìn)行預(yù)測(cè)，把握高校發(fā)展方向，使教育產(chǎn)出能更好地適應(yīng)市場(chǎng)需求，合理配置資源，提高經(jīng)濟(jì)與社會(huì)效益，實(shí)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(cái)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(cái)務(wù)數(shù)據(jù)分析進(jìn)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。

　　１樣本數(shù)據(jù)庫

　�。保睌�(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)域中的應(yīng)用之一，其主要作用是進(jìn)行預(yù)測(cè)分析、行為分析、學(xué)業(yè)分析等的應(yīng)用和研究。其中財(cái)務(wù)數(shù)據(jù)分析能夠?yàn)閷W(xué)生心理健康、獎(jiǎng)優(yōu)助評(píng)、貧困生關(guān)懷、個(gè)性化就業(yè)等領(lǐng)域提供數(shù)據(jù)參考。為了實(shí)現(xiàn)數(shù)據(jù)的有效收集，應(yīng)建立財(cái)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(cái)務(wù)通常利用線性掃描與隨機(jī)選取的方法進(jìn)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(jìn)內(nèi)存或緩存，同時(shí)在索引遞增的同時(shí)利用隨機(jī)函數(shù)生成索引用于確定抽取元素。數(shù)據(jù)加載和隨機(jī)索引生成帶來了大量的系統(tǒng)開銷，同時(shí)如果隨機(jī)算法的選擇并不優(yōu)秀，還會(huì)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(cái)務(wù)線性的時(shí)間處理局限，在未損失精度的前提下，提供傳統(tǒng)財(cái)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(jì)分類和序列化功能。對(duì)樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分類可以實(shí)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(shí)通過對(duì)樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)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(jì)分類，并按照財(cái)務(wù)管理信息類別對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行合理的序列化對(duì)數(shù)據(jù)處理是十分必要的。對(duì)樣本數(shù)據(jù)進(jìn)行分類和序列化之后，可對(duì)每一類數(shù)據(jù)進(jìn)行必要的統(tǒng)計(jì)，總結(jié)樣本數(shù)據(jù)特點(diǎn)，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。

　　１２數(shù)據(jù)庫數(shù)據(jù)樣本處理流程

　　２數(shù)據(jù)庫抽樣算法及其改進(jìn)

　�。玻睌�(shù)據(jù)庫線性抽樣算法

　　在盡可能快的時(shí)間內(nèi)，對(duì)基礎(chǔ)數(shù)據(jù)庫中的學(xué)生進(jìn)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(gè)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ｋ個(gè)均勻取樣。

　　２２水庫抽樣算法定義

　　針對(duì)應(yīng)用情景，可以利用水庫抽樣算法進(jìn)行樣本抽取，該算法的特征為：１）抽取時(shí)限要求較高，且數(shù)據(jù)只掃描一次。２）利用計(jì)算機(jī)資源有限，只為用戶想要獲取的ｋ個(gè)取樣分配內(nèi)存空間用于計(jì)算。３）掃描前ｎ個(gè)數(shù)據(jù)時(shí)，已保存的ｋ個(gè)取樣是均勻抽取的，隨著ｎ的增長，ｋ個(gè)取樣的隨機(jī)性一直不變。算法定義為：１）申請(qǐng)一個(gè)長度為ｋ的數(shù)組Ａ保存抽樣。２）保存首先接收到的ｋ個(gè)元素。３）當(dāng)接收到第ｉ個(gè)新元素ｔ時(shí)，以ｋ／ｉ的概率隨機(jī)替換Ａ中元素。

　�。玻掣倪M(jìn)算法均勻性證明

　　該算法的取樣是均勻的，在任何時(shí)候接收到大于ｋ的ｎ個(gè)數(shù)時(shí)，選出的ｋ個(gè)數(shù)一定是已掃描數(shù)據(jù)中的均勻抽�。寒�(dāng)接收到第ｉ＋１個(gè)數(shù)時(shí)，第ｉ個(gè)數(shù)能保存在數(shù)組中的概率為１－１ｉ＋()１，因?yàn)樵诮邮盏降冢椋�１個(gè)數(shù)的時(shí)候要以ｋｉ＋()１的概率隨機(jī)替換。而第ｉ個(gè)數(shù)被選中的概率是１ｋ，他們相乘為１ｉ＋１，１ｉ＋１就是第ｉ個(gè)數(shù)被換出數(shù)組的概率。所以１－１ｉ＋()１就是在接收ｉ＋１個(gè)元素時(shí)，第ｉ個(gè)數(shù)在數(shù)組中的概率。同理在接收第ｉ＋２個(gè)數(shù)時(shí)，第ｉ個(gè)數(shù)仍然保存在數(shù)組中的概率為１－１ｉ＋()２，以此類推，接收第ｎ個(gè)數(shù)時(shí)，第ｉ個(gè)元素仍保存在數(shù)組中的概率為１－１()ｎ，如果上述事件都發(fā)生，那么在接收第ｎ個(gè)數(shù)時(shí)，第ｉ個(gè)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(shí)間發(fā)生概率的積，就是ｋ()ｉ×１－１ｉ＋()１×１－１ｉ＋()２×…×１－１()ｎ＝ｋｎ。

　　２４算法實(shí)現(xiàn)

　　算法實(shí)現(xiàn)的偽代碼為：初始化：Ａ［ｋ］←；處理ｊ：ｆｏｒｅａｃｈｉ≠ＥＯＦｄｏｉｆｉ＜ｋｔｈｅｎＡ［ｉ］←ｖａｌｕｅ（ｉ）ｅｌｓｅｊ＝ｒａｎｄｏｍ（１，ｉ）ｉｆｊ≤ｋＡ［ｊ］←ｖａｌｕｅ（ｉ）ｉ←ｉ＋１

　　３實(shí)證結(jié)果分析

　　財(cái)務(wù)流程中，對(duì)于業(yè)務(wù)數(shù)據(jù)的時(shí)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(jī)的系統(tǒng)開銷，從而影響整個(gè)財(cái)務(wù)流程的運(yùn)轉(zhuǎn)速度。為對(duì)比傳統(tǒng)線性掃描算法和水庫抽樣算法的系統(tǒng)開銷，對(duì)兩種算法進(jìn)行了程序?qū)崿F(xiàn)，設(shè)定樣本規(guī)模為３０００并進(jìn)行了樣本抽取，２種抽取算法帶來的系統(tǒng)開銷對(duì)比如圖（３）所示，可見傳統(tǒng)線性掃描隨數(shù)據(jù)量級(jí)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(shí)的臨界值。傳統(tǒng)的利用隨機(jī)數(shù)確定抽樣元素，隨機(jī)函數(shù)利用時(shí)間等作為種子產(chǎn)生隨機(jī)數(shù)，雖保證了隨機(jī)性，但不能保證樣本抽取的均勻特性，而水庫抽樣彌補(bǔ)了傳統(tǒng)方法的這個(gè)缺陷，圖（４）展示了部分抽樣結(jié)果。

　　４結(jié)語

　　大數(shù)據(jù)環(huán)境中，高校財(cái)務(wù)數(shù)據(jù)的數(shù)量級(jí)不斷提升，因此基礎(chǔ)數(shù)據(jù)的分析成為難點(diǎn)。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(shí)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(jìn)行抽樣，作者對(duì)上述思路進(jìn)行了程序?qū)崿F(xiàn)并提供了試驗(yàn)結(jié)果。該應(yīng)用手段解決了高校財(cái)務(wù)管理中基礎(chǔ)數(shù)據(jù)樣本來源困難，提高了財(cái)務(wù)基礎(chǔ)數(shù)據(jù)分析質(zhì)量，豐富了高校財(cái)務(wù)分析工作手段。

　　參考文獻(xiàn)：

　�。郏保蓓n丹丹。大數(shù)據(jù)時(shí)代下高校財(cái)務(wù)管理如何做好基礎(chǔ)數(shù)據(jù)的分析［Ｊ］。財(cái)務(wù)管理，２０１５（１８）：８２。

　�。郏玻堇柩�。基于高校財(cái)務(wù)管理問題的調(diào)查與對(duì)策研究［Ｄ］。長春：吉林大學(xué)，２０１４：１０－２０。

　�。郏常菅Τ幍�。基于決策樹算法的高校財(cái)務(wù)管理與決策分析研究［Ｄ］。銀川：寧夏大學(xué)，２０１５：４－１１。

　�。郏矗萃鹾曛�。大數(shù)據(jù)算法［Ｍ］。北京：機(jī)械工業(yè)出版社，２０１５：２９－５７。

　�。郏担萃踉�卓，靳小龍，程學(xué)旗。網(wǎng)絡(luò)大數(shù)據(jù)：現(xiàn)狀與展望［Ｊ］。計(jì)算機(jī)學(xué)報(bào)，２０１３（６）：１１２６－１１３８。

　�。郏叮輰O大為，張廣艷，鄭緯民。大數(shù)據(jù)流式計(jì)算：關(guān)鍵技術(shù)及系統(tǒng)實(shí)例［Ｊ］。軟件學(xué)報(bào)，２０１４，２５（４）：８３９－８６２。

　�。郏罚輻铎o，張楠男，李建，等。決策樹算法的研究與應(yīng)用［Ｊ］。計(jì)算機(jī)技術(shù)與發(fā)展，２０１０（２０）：１１５。

　　［８］陳東。淺談高校財(cái)務(wù)決策支持系統(tǒng)及其構(gòu)建［Ｊ］。財(cái)會(huì)通訊：綜合（上），２０１１（６）：１２６－１２７。

　　［９］ＥＬＮＩＫＥＴＹＥ，ＥＬＳＡＹＥＤＴ，ＲＡＭＡＤＡＮＨＥ。ｉＨａｄｏｏｐ：ａｓｙｎｃｈｒｏｎｏｕｓｉｔｅｒａｔｉｏｎｓｆｏｒＭａｐＲｅｄｕｃｅ［Ｃ］／／ＣｌｏｕｄＣｏｍｐｕｔｉｎｇＴｅｃｈｎｏｌｏｇｙａｎｄＳｃｉｅｎｃｅ（ＣｌｏｕｄＣｏｍ），２０１１ＩＥＥＥＴｈｉｒｄＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎ。ＩＥＥＥ，２０１１：８１－９０。

　�。郏保埃菝蠞�。數(shù)據(jù)挖掘在高校財(cái)務(wù)中的應(yīng)用［Ｊ］。軟件導(dǎo)刊，２００８（７）：１４－１５。

　�。郏保保莨�遲，劉經(jīng)南，方媛，等。位置大數(shù)據(jù)的價(jià)值提取與協(xié)同挖掘方法［Ｊ］。軟件學(xué)報(bào)，２０１４，２５（４）：７１３－７３０。

　�。郏保玻萃跎�，王會(huì)舉，覃雄派。架構(gòu)大數(shù)據(jù)：挑戰(zhàn)、現(xiàn)狀與展望［Ｊ］。計(jì)算機(jī)學(xué)報(bào)，２０１１，３４（１０）：１７４１－１７５２。

　　［１３］孟小峰，慈祥。大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)［Ｊ］。計(jì)算機(jī)研究與發(fā)展，２０１３，５０（１）：１４６－１６９。

【高校財(cái)務(wù)樣本數(shù)據(jù)庫研究論文】相關(guān)文章：

高校體育教育研究論文3篇03-15

高校體育能力本位教育研究論文02-20

高校英語項(xiàng)目教學(xué)法研究論文03-13

高校公共體育教學(xué)質(zhì)量研究論文02-17

淺談高校教育教學(xué)改革的研究論文03-25

論文致謝樣本12-05

高校聲樂教育課程體系研究論文12-01

高校體育文化課程體系研究論文03-15

高校教學(xué)管理工作研究的論文12-07