基于数据挖掘与神经网络的财务异常数据监测分析算法

针对当前电算化会计中财务异常数据检测系统中效率低下、人力及时间资源消耗大、智能化程度低等问题,文中提出了一种基于数据挖掘与神经网络的财务异常数据监测分析算法。采用数据挖掘的方法对原始财务数据进行处理,去除无效信息,保留有价值信息,并对数据进行标准化处理,以解决人力和时间消耗大的问题。再利用神经网络相关算法对标准化数据进行异常识别,实现财务异常数据的智能预警。该算法与传统会计电算化中的财务审核算法相比,具有效率高、耗能低、智能化程度高等优点。测试结果表明,所提算法对于异常数据的监测正确率可达90%以上,证明了该算法的有效性。