基于决策树的会计核算数据结果自动分类方法
葛宏俊1
张海民2
1.宣城职业技术学院 财务处,安徽 宣城 2420992.安徽信息工程学院 计算机与软件工程学院,安徽 芜湖 241199
摘要：会计核算数据存在连续变量离散化特性,在概念漂移情况下,难以捕捉数据中非线性连续变量交互效应,降低了数据分类的准确性.为此,提出一种基于决策树的会计核算数据结果自动分类方法.先通过获取会计核算数据集的统计概率密度特征量,捕捉数据的局部特征,实现连续变量的离散化处理.再对连续变量离散化结果进行模糊化处理,利用模糊信息增益最大值构建决策树,捕捉变量之间的非线性关系和交互效应,集成多棵决策树的分类结果,降低单一决策树的偏差,实现会计核算数据结果的自动分类.实验结果表明:所提方法能够高精度地处理会计核算数据,精准刻画其中的非线性关系.该方法满足实时性需求,为财务决策提供了及时、可靠的数据支持.
关键词：决策树会计核算数据自动分类连续变量
分类号：TP391(计算技术、计算机技术)
资助基金：安徽省教育厅质量工程项目(2022cxtd171)安徽高校自然科学研究重点项目(KJ2021A1206)
论文发表日期：2025-12-25
在线出版日期：2026-01-27（本平台首次上网日期，不代表文献的发表时间）
页数：6( 19-23,30 )
英文信息