声明
摘要
第一章 绪论
1．1 研究的背景及意义
1．2 国内外研究的现状
1．2．1 国外研究现状
1．2．2 国内研究现状
1．2．3 国内外研究评述
1．3 本文研究内容
第二章 相关理论综述
2．1 相关概念
2．1．1 信息技术业
2．1．2 财务绩效评价
2．2 有限理性理论
2．3 启发式决策理论
2．4 会计信息与市场价格相关性理论
2．5 数据挖掘技术在绩效评价中的应用
第三章 数据挖掘算法及相关工具
3．1 数据挖掘简介
3．2 K-Means聚类算法
3．3 决策树C5．D算法
3．4 BP神经网络算法
3．4．1 人工神经网络技术简介
3．4．2 BP神经网络基本原理
3．5 数据挖掘工具介绍
第四章 研究设计
4．1 样本选择与数据来源
4．2 变量定义
4．2．1 市场反应的测量
4．2．2 信息技术企业评价指标的选取
4．3 数据预处理
4．3．1 累积超额收益率CAR的计算
4．3．2 K-Means聚类CAR
第五章 信息技术企业数据挖掘实证分析
5．1 基于决策树C5．0算法的信息技术企业财务绩效评价模型
5．2 基于神经网络的信息技术企业财务绩效评价模型
5．3 两种评价模型比较
第六章 结论
6．1 本文研究的主要结论
6．2 本文的创新点
6．3 本文的局限
6．4 研究展望
参考文献
致谢
图表及附件目录
