银行会计实务最全课件
1、金融企业会计有哪些特点？
①在核算内容上具有广泛的社会性；
②在核算方法上具有很大的独特性；由经营对象的特殊性决定的。
③业务处理和会计核算具有统一性；会计核算贯穿了金融企业业务处理的全过程。
④在核算上具有严密的内部监督机制和管理控制制度。如收付款复核制度、双人临柜制度、
贷款的审贷分离制度和贷款三查制度、内外对账制度、当日轧平制度等。
⑤监督与服务的双重性；金融企业是全国的信贷中心、转账结算中心、现金出纳中心和外汇
收支中心。在服务社会的同时监督经济运行，如冻结存款/账户、反洗钱等。
⑥会计核算的电子网络化
2、银行存款账户的种类有哪些？
（1）按资金管理要求，银行存款账户可分为基本存款账户、一般存款账户、临时存款账户、专用存款账户。
（2）按存取的形式，银行账户可分为支票户、存折户。
3、商业银行贷款有哪些种类？
①按贷款期限长短，可分为短期贷款、中期贷款、长期贷款。
②按贷款保障条件不同，可分为信用贷款、担保贷款（担保贷款包括保证贷款、抵押贷款、质押贷款）。
③按银行承担责任的不同，可分为自营贷、委托贷款、特定贷款。
④贷款按还款方式的不同，可以分为一次偿还的贷款、分期偿还的贷款。
⑤贷款按照贷款对象的不同，可以分为公司贷款、个人贷款。
⑥按贷款质量和风险程度的不同，可以分为正常类贷款、关注类贷款、次级类贷款、可疑类贷款、损失类贷款。
4、商业银行质押贷款和抵押贷款有何区别？
抵押贷款是指借款人或第三人不转移对抵押物的占有，银行将该抵押物作为债权的担保而发放的贷款。
质押贷款是指按规定的质押方式以借款人或第三人的动产或权利作为质物发放的贷款。质押分为动产质押和权利质押。
5、什么是支付结算？办理支付结算业务应遵循哪些原则？
支付结算是指单位、个人在社会经济活动中使用票据、信用卡和汇兑、托收承付、委托收款等结算方式进行货币给付及资金清算的行为。
支付结算的原则①恪守信用，履约付款②谁的钱进谁的账，由谁支配③银行不垫款。6、我国国内支付结算方式有哪些？
票据、信用卡和汇兑、托收承付、委托收款
7、票据交换的基本做法
同城票据交换的基本做法：票据交换分为提出行和提入行两个系统，提出行是向他行提交票据的银行，提入行是接受他行提交票据的行处。一般参加交换的行处，既是“提出行”，又是“提入行”。
（1）提出行提出交换的票据凭证，主要有借方凭证和贷方凭证
（2）提入行通过交换提回应属于本行受理的票据或凭证。
8、商业银行内联行往来的基本做法
实存资金、同步清算、头寸控制、集中监督
9、什么叫结汇、售汇、套汇？
结汇指银行按一定汇率买入企事业单位或个人的外汇，并支付相应人民币的业务。可分为强制结汇、意愿结汇、限额结汇等。
售汇：指银行按一定汇率把外汇卖给企事业单位或个人，并收取相应人民币的业务。
套汇：指将一种外汇（外币）兑换成另一种外汇（外币）的货币兑换业务。也就是先买入一种外币，按买入价折成人民币数额，再卖出另一种外币，把人民币数额按卖出价折算为另一种外币。
10、简述收入、费用与利、损失的主要区别有哪些？
收入和费用指的是企业日常生产经营活动所产生的;利得和损失不是企业日常经营活动所产生的，即不是每天或经常发生的，是不可预期的。
11、商业银行利润的构成
营业利润=营业收入—营业支出（成本）—营业税及附加
利润总额=营业利润+投资收益+营业外收支净额
净利润＝利润总额－应纳所得税
银行会计实务课堂作业
课堂作业一
农行某支行发生以下业务，试做出会计分录：
（1）长江机械厂存入现金4万元，随时支取。
借：库存现金 4
贷：吸收存款——长江机械厂 4
（2）本行签发现金支票从央行存款户提取现金20万元。借：库存现金20
贷：存放中央银行款项20
（3）活期存款客户陈民前来取款，支取现金1万元。借：吸收存款 1
贷：库存现金 1
（4）向华山木材厂发放短期贷款7万元。
借：短期贷款7
贷：吸收存款7
（5）支付活期存款利息400元，转入储户陈民账内。借：利息支出400
贷：吸收存款400
（6）收取华山木材厂贷款利息6 000元。
借：吸收存款6000
贷：利息收入6000
（7）某投资者以现金投入90万元作银行资本金。
借：库存现金90
贷：实收资本90
（8）储户张文持活期存折存入现金1.7 万元。
借：库存现金：1.7
贷：吸收存款 1.7
（9）华山木材厂归还贷款本金4万元。
借：吸收存款 4
贷：短期贷款 4
（10）经批准用资本公积补充资本金6.5万元。
借：实收资本 6.5
贷：资本公积 6.5
课堂作业二
某银行发放贷款1 000万元给甲客户，为期1年，年利率5%，约定到期后一次还本付息。到期甲客户无偿还能力，该贷款本金及利息发生逾期，逾期利率加收30%。90天后转为非应计贷款。后因甲客户破产，经法定清偿后仍有300万元本金及全部利息未能收回，经上级行批准予以核销。三个月以后，甲通过变卖私产，归还了银行200万元。试做出该银行相关会计处理分录。
解：
（1）发放贷款
借：贷款——甲1000
贷：吸收存款1000
（2）到期利息
借：应收利息50
贷：利息收入50
（3）转逾期
借：贷款——甲逾期贷款1000
贷：贷款——甲客户贷款户1000
（4）逾期利息
1000×90×5%×（1+30%）÷365=16.03（万元）借：应收利息16.03
贷：利息收入16.03
（5）转非应计贷款
借：贷款——非应计贷款1000
贷:贷款——逾期贷款1000
借：利息收入16.03
贷：应收利息16.03
（6）核销贷款
借：贷款损失准备300
贷：贷款——非应计贷款300
（7）收回200万贷款
借：贷款——非应计贷款200
贷：贷款损失准备200
收回贷款：
借：吸收存款200
贷：贷款——非应计贷款200
课堂作业三
2010年5月2日，企业持所收取的出票日期为3月23日，6个月期限，面值为110 000元的带息商业承兑汇票（利率10%）到银行申请贴现，银行贴现率为15%。请计算：票据到期价值、贴现天数、贴现利息、贴现净额。写出会计分录。
解：
贴现利息=110000×40×7.5%÷360=916.67（元）
实付贴现金额=110000－916.67=109083.33（元）
办理贴现业务
借：贴现资产——红星公司110000
贷：吸收存款——活期10908.33
贴现资产——利息调整916.67
贴现汇票到期收回贴现款
借：联行科目110000
贷：贴现资产——红星公司110000
借：贴现资产——利息调整916.67
贷：利息收入916.67
贴现到期未回收
借：预计贷款110000
贷：贴现资产——红星公司110000
借：贴现资产——利息调整916.67
贷：利息收入916.67
课堂练习：
1、某人持500美元来银行兑换人民币。当日银行的美元现钞买入价为1美元=6.50元人民币。
2、某外贸公司向银行购买68000美元支付进口货款。当日银行的美元汇卖价为1美元=6.58元人民币。
3、某单位申请以其外汇美元存款汇往中国香港，以支付货款港币34000元。业务发生时，美元汇买价为1美元=6.5元人民币，港币汇卖价为1港币= 0.85元人民币。
1、借：库存现金USD500
贷：货币兑换USD500
借：货币兑换RMB3250
贷：库存现金RMB3250
2、借：吸收存款RMB447440
贷：货币兑换RMB447440 借：货币兑换USD68000
贷：汇出汇款USD68000 3、借：吸收存款USD4446.15
贷：货币兑换USD4446.15 借：货币兑换RMB28900
贷：货币兑换RMB28900 借：货币兑换HKD34000
贷：汇出汇款HKD34000
银行会计学习题答案
第一章习题答案答案：一、名词解释 1. 银行会计：以货币作为主要计量单位，采用独特的专门方法和程序，对银行的经营活动过程进行连续、全面、系统、分类的反映、核算和监督，为银行的经营管理者及有关方面提供一系列有关银行的经营成果、财务状况、资金信息的专业会计。 2. 资产：是指过去的交易、事项形成并由银行拥有或者控制的资源，该资源预期会给企业带来经济效益。 3. 负债：是指过去的交易、事项形成的现时义务，履行该义务预期会导致经济利益流出银行。 4. 所有者权益：是指所有者在银行资产中享有的经济利益，其金额为资产减去负债后的余额。 5. 收入：是指银行在销售商品、提供劳务及让渡资产使用权等日常活动中所形成的经济利益的总流入。 6. 费用：是指银行为销售商品、提供劳务等日常活动所发生的经济利益的流出。二、填空题 1. 核算，监督，银行的经济活动 2. 会计所要处理的各项交易或事项，会计处理，会计主体的经济活动与会计主体所有者的经济活动 3. 年度，半年度，季度，月度 4. 资产，负债，所有者权益，收入，成本和费用，利润三、单选题 1. A 2. C 3 . A，B 4. A，B 5 . B 四、多选题 1. ABC 2. ABCD 3. ABC,DEF 4.AB 第二章习题答案答案：一、名词解释 1. 基本核算方法：是会计核算方法的基本原理在银行账务处理过程中的具体表现，是会计核算必须遵守的基本要求和规定。 2. 会计科目：是对银行会计对象的具体内容所做的分类，即对银行的各项业务活动和财务状况，按银行会计核算的要求划分为若干类别，规定一定的名称。 3. 表内科目：是反映银行资金实际增减变化的会计科目，其余额在资产负债表等会计报表上。 4. 表外科目：是指核算业务确已发生而尚未涉及资金增减、需要记载实务库存数量变化和备忘登记的事项。其余额不反映在资产负债表等会计报表上。5. 借贷记账法：是根据复式记账原理，以“借”、“贷”作为记账符号，以“有借必有贷，借贷必相等”为记账规则，用以记录和反映经济业务发生而导致的会计要素增减变化过程及其结果的一种复式记账方法。 6. 会计凭证：是各项业务活动和财务活动的原始记录，是办理收、付和记账的依据，是核对账务和事后查考的重要依据。 7. 明细核算系统：是以账户为基础进行的核算，由分户账、登记薄、现金收付日记簿、 余额表四部分内容组成。 8. 综合核算系统：是以科目为基础进行的核算，由科目日结单、总账、日计表三部分组成。 9. 日计表：是反映当日业务和财务活动，轧平当日账务的主要工具。 10. 科目日结单：是每一个会计科目当日借贷方发生额和传票张数的汇总记录，是登记总 账的依据。 二、填空题 1. 基本原理，基本核算方法，各项业务的核算处理方法 2. 会计科目的设置，记账方法的原理和应用，会计凭证的填制和审核，账务组织，会计 报表的编制 3. 表内，表外 4. 资产，负债 5. 借贷，单式收付 6. 有借必有贷，借贷必相等 7. 全部账户的借方发生额合计数＝全部账户的贷方发生额合计数； 全部帐户的借方余额合计数 = 全部帐户的贷方余额合计数 8. 明细记账凭证，总记账凭证 9. 会计科目 10. 账户 三、单选题 1．B 2．A 3．C 4．C 5．B 6．A 7．A 8．D 四、多选题 1. BCD 2.AC 3. BD 4. AB 5. AB 6. AB 7. ACD 8. ACD 五、业务题
数据挖掘与数据仓库知识点总结
1、数据仓库定义：数据仓库是一种新的数据处理体系结构，它与组织机构的操作数据库分别维护，允许将各种应用系统一起，为统一的历史数据分析提供坚实的平台，对信息处理提供支持。数据仓库是面向主题的、集成的、相对稳定的、反映历史变化的数据集合，为企业决策支持系统提供所需的集成信息。设计和构造步骤：1）选取待建模的商务处理；2）选取商务处理的粒变；3）选取用于每个事实表记录的维；4）选取事实表中每条记录的变量 系统结构：（1）底层是仓库数据服务器，总是关系数据库系统。（2）中间层是OLAP服务器，有ROLAP 和MOLAP，它将对多维数据的操作映射为标准的关系操作（3）顶层是前端客户端，它包括查询和报表工具、分析工具和数据挖掘工具 2、数据仓库的多维数据模型：（1）星形模式：在此模型下，数据仓库包括一个大的包含大批数据并且不含冗余的中心表，一组小的附属表，维表围绕中心事实表显示的射线上。特征：星型模型四周的实体是维度实体，其作用是限制和过滤用户的查询结果，缩小访问围。每个维表都有自己的属性，维表和事实表通过关键字相关联。【例子：sales数据仓库的星形模式，此模式包含一个中心事实表sales，它包含四个维time, item, branch和location。 （2）雪花型模式：它是星形模式的变种，其中某些维表是规化的，因而把数据进一步分解到附加的表中。特征：雪花模型通过最大限度地减少数据存储量和联合较小的维表来改善查询性能，增加了用户必须处理的表数量和某些查询的复杂性，但同时提高了处理的灵活性，可以回答更多的商业问题，特别适合系统的逐步建设要求。【例子同上，只不过把其中的某些维给扩展了。 （3）事实星座形：复杂的应用可能需要多个事实表共享维表，这种模式可看作星形模式的汇集。 特征：事实星座模型能对多个相关的主题建模。例子：有两个事实表sales和shipping，它们可以共享维表time, item和location。 3、OLAP：即联机分析处理，是在OLTP基础上发展起来的、以数据仓库基础上的、面向高层管理人员和专业分析人员、为企业决策支持服务。特点：1.实时性要求不是很高。2.数据量大。3.因为重点在于决策支持，所以查询一般是动态的，也就是说允许用户随机提出查询要求。 OLAP操作：上卷：通过沿一个维的概念分层向上攀登，或者通过维归约，对数据立方体进行类聚。下钻：是上卷的逆操作，它由不太详细的数据得到更详细的数据，下钻可以通过沿维的概念分层向下或引入附加的维来实现。切片：对给定方体的一个维进行进行选择，导致一个子立方体。切块：通过对两个或多个维执行选择，定义子立方体。转轴：是一种可视化操作，它转动数据的视角，提供数据的替代表示。 OLTP：即联机事务处理，是以传统数据库为基础、面向操作人员和低层管理人员、对基本数据进行查询和增、删、改等的日常事务处理。OLTP的特点有：a.实时性要求高；b.数据量不是很大。C.交易一般是确定的，是对确定性数据进行存取。d.并发性要求高且严格的要求事务的完整性，安全性。 OLTP和OLAP的区别：1）用户和系统的面向性:OLTP面向顾客，而OLAP面向市场；2）数据容：OLTP 系统管理当前数据，而OLAP管理历史的数据；3）数据库设计：OLTP系统采用实体-联系（ER)模型和面向应用的数据库设计，而OLAP系统通常采用星形和雪花模型；4）视图：OLTP系统主要关注一个企业或部门部的当前数据，而OLAP 系统主要关注汇总的统一的数据；5）访问模式：OLTP访问主要有短的原子事务组成，而OLAP系统的访问大部分是只读操作，尽管许多可能是复杂的查询。 7、PageRank算法原理：1）在初始阶段：构建Web图，每个页面初始设置相同的PageRank 值，通过迭代计算，会得到每个页面所获得的最终PageRank值。2）在一轮中更新页面 PageRank得分的计算方法：每个页面将其当前的PageRank值平均分配到本页面包含的出 链上。每个页面将所有指向本页面的入链所传入的权值求和，即可得到新的PageRank得分。 优点：是一个与查询无关的静态算法，所有网页的PageRank值通过离线计算获得；有效减 少在线查询时的计算量，极大降低了查询响应时间。 缺点：1）人们的查询具有主题特征，PageRank忽略了主题相关性，导致结果的相关性和主 题性降低。2）旧的页面等级会比新页面高。因为即使是非常好的新页面也不会有很多上游， 除非它是某个站点的子站点。
银行会计实务最全课件
1、金融企业会计有哪些特点？ ①在核算内容上具有广泛的社会性； ②在核算方法上具有很大的独特性；由经营对象的特殊性决定的。 ③业务处理和会计核算具有统一性；会计核算贯穿了金融企业业务处理的全过程。 ④在核算上具有严密的内部监督机制和管理控制制度。如收付款复核制度、双人临柜制度、 贷款的审贷分离制度和贷款三查制度、内外对账制度、当日轧平制度等。 ⑤监督与服务的双重性；金融企业是全国的信贷中心、转账结算中心、现金出纳中心和外汇 收支中心。在服务社会的同时监督经济运行，如冻结存款/账户、反洗钱等。 ⑥会计核算的电子网络化 2、银行存款账户的种类有哪些？ （1）按资金管理要求，银行存款账户可分为基本存款账户、一般存款账户、临时存款账户、专用存款账户。 （2）按存取的形式，银行账户可分为支票户、存折户。 3、商业银行贷款有哪些种类？ ①按贷款期限长短，可分为短期贷款、中期贷款、长期贷款。 ②按贷款保障条件不同，可分为信用贷款、担保贷款（担保贷款包括保证贷款、抵押贷款、质押贷款）。 ③按银行承担责任的不同，可分为自营贷、委托贷款、特定贷款。 ④贷款按还款方式的不同，可以分为一次偿还的贷款、分期偿还的贷款。 ⑤贷款按照贷款对象的不同，可以分为公司贷款、个人贷款。 ⑥按贷款质量和风险程度的不同，可以分为正常类贷款、关注类贷款、次级类贷款、可疑类贷款、损失类贷款。 4、商业银行质押贷款和抵押贷款有何区别？ 抵押贷款是指借款人或第三人不转移对抵押物的占有，银行将该抵押物作为债权的担保而发放的贷款。 质押贷款是指按规定的质押方式以借款人或第三人的动产或权利作为质物发放的贷款。质押分为动产质押和权利质押。 5、什么是支付结算？办理支付结算业务应遵循哪些原则？ 支付结算是指单位、个人在社会经济活动中使用票据、信用卡和汇兑、托收承付、委托收款等结算方式进行货币给付及资金清算的行为。 支付结算的原则①恪守信用，履约付款②谁的钱进谁的账，由谁支配③银行不垫款。6、我国国内支付结算方式有哪些？
最全的聚类知识
聚类分析 聚类(clustering)就是将数据对象分组成为多个类或簇(cluster)，在同一个簇中的对象之间具有较高的相似度，而不同簇中的对象差别较大。相异度是基于描述对象的属性值来计算的。距离是经常采用的度量方式。聚类分析源于许多研究领域，包括数据挖掘，统计学，生物学，以及机器学习。 将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。在许多应用中，一个簇中的数据对象可以被作为一个整体来对待 “聚类的典型应用是什么？”在商业上，聚类能帮助市场分析人员从客户基本库中发现不同的客户群，并且用购买模式来刻画不同的客户群的特征。 聚类也能用于对Web 上的文档进行分类，以发现信息。作为一个数据挖掘的功能，聚类分析能作为一个独立的工具来获得数据分布的情况，观察每个簇的特点，集中对特定的某些簇作进一步的分析。此外，聚类分析可以作为其他算法（如分类等）的预处理步骤，这些算法再在生成的簇上进行处理 作为统计学的一个分支，聚类分析已经被广泛地研究了许多年，主要集中在基于距离的聚类分析。基于k-means(k-平均值)，k-medoids(k-中心)和其他一些方法的聚类分析工具已经被加入到许多统计分析软件包或系统中，例如S-Plus，SPSS，以及SAS。 在机器学习领域，聚类是无指导学习(unsupervised learning)的一个例子。与分类不同，聚类和无指导学习不依赖预先定义的类和训练样本。由于这个原因，聚类是通过观察学习，而不是通过例子学习。 在概念聚类（conceptual clustering）中，一组对象只有当它们可以被一个概念描述时才形成一个簇。这不同于基于几何距离来度量相似度的传统聚类。概念聚类由两个部分组成：（1）发现合适的簇；（2）形成对每个簇的描述。在这里，追求较高类内相似度和较低类间相似度的指导原则仍然适用。 活跃的研究主题集中在聚类方法的可伸缩性，方法对聚类复杂形状和类型的数据的有效性，高维聚类分析技术，以及针对大的数据库中混合数值和分类数据的聚类方法。 数据挖掘对聚类的典型要求如下：
数据挖掘知识点归纳
知识点一数据仓库 1.数据仓库是一个从多个数据源收集的信息存储库，存放在一致的模式下，并且通常驻留在单个站点上。 2.数据仓库通过数据清理、数据变换、数据集成、数据装入和定期数据刷新来构造。 3.数据仓库围绕主题组织 4.数据仓库基于历史数据提供消息，是汇总的。 5.数据仓库用称作数据立方体的多维数据结构建模，每一个维对应于模式中的一个或者一组属性，每一个单元存放某种聚集的度量值 6.数据立方体提供数据的多维视图，并允许预计算和快速访问汇总数据 7.提供提供多维数据视图和汇总数据的预计算，数据仓库非常适合联机分析处理，允许在不同的抽象层提供数据，这种操作适合不同的用户角度 8.OLAP例子包括下钻和上卷，允许用户在不同的汇总级别上观察数据 9.多维数据挖掘又叫做探索式多维数据挖掘OLAP风格在多维空间进行数据挖掘，允许在各种粒度进行多维组合探查，因此更有可能代表知识的有趣模式。 知识点二可以挖掘什么数据 1.大量的数据挖掘功能，包括特征化和区分、频繁模式、关联和相关性分析挖掘、分类和回归、聚类分析、离群点分析 2.数据挖掘功能用于指定数据挖掘任务发现的模式，分为描述性和预测性 3.描述性挖掘任务刻画目标数据中数据的一般性质 4.预测性挖掘任务在当前数据上进行归纳，以便做出预测 5.数据可以与类或概念相关联 6.用汇总、简洁、精确的表达描述类和概念，称为类/概念描述 7.描述的方法有数据特征化（针对目标类）、数据区分（针对对比类）、数据特征化和区分 8.数据特征化用来查询用户指定的数据，上卷操作用来执行用户控制的、沿着指定维的数据汇总。面向属性的归纳技术可以用来进行数据的泛化和特征化，而不必与用户交互。形式有饼图、条图、曲线、多维数据立方体和包括交叉表在内的多维表。结果描述可以用广义关系或者规则（也叫特征规则）提供。 9.用规则表示的区分描述叫做区分规则。 10.数据频繁出现的模式叫做频繁模式，类型包括频繁项集、频繁子项集（又叫频繁序列）、频繁子结构。 11.频繁项集一般指频繁地在事务数据中一起出现的商品的集合 12.频繁子序列就是一个频繁序列模式 13.子结构涉及不同的结构，可以与项集和子项集一起出现 14.挖掘频繁模式导致发现数据中有趣的关联和相关性 15.包含单个谓词的关联规则称作单维关联规则。多个谓词的关联规则叫做多维关联规则。 16.如果不能同时满足最小支持度阈值和最小置信度阈值是无趣的关联规则。 17.频繁模式挖掘的基础是频繁项集挖掘 18.分类找出描述和区分数据类或概念的模型或者函数来预测类标号未知对象的类标号。 19.导出模型是基于训练数据集的分析，预测类标号未知对象的类标号。形式有分类规则、决策树、数学公式或者神经网络 20.决策树类似流程图的树结构，每一个结点代表一个属性上的测试，每一个分支代表测试
5 聚类分析
聚类分析 在实际工作中，我们经常遇到分类问题.若事先已经建立类别，则使用判别分析，若事先没有建立类别，则使用聚类分析。 聚类与分类的不同在于，聚类所要求划分的类是未知的。 聚类是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。 在MA TLAB 软件包中，主要使用的是系统聚类法。 系统聚类法是聚类分析中应用最为广泛的一种方法.它的基本原理是：首先将一定数量的样品(或指标)各自看成一类，然后根据样品(或指标)的亲疏程度，将亲疏程度最高的两类合并，然后重复进行，直到所有的样品都合成一类。衡量亲疏程度的指标有两类：距离、相似系数。 Matlab 提供了两种方法进行聚类分析： 一种是利用clusterdata 函数对样本数据进行一次聚类，其缺点为可供用户选择的面较窄，不能更改距离的计算方法； 另一种是分步聚类： Step1 寻找变量之间的相似性 用pdist 函数计算相似矩阵，有多种方法可以计算距离，进行计算之前最好先将数据用zscore 函数进行标准化。 X2=zscore(X); %标准化数据 Y=pdist(X2); %计算距离 Step2 定义变量之间的连接 Z=linkage(Y); Step3 评价聚类信息 C=cophenet(Z,Y); Step4 创建聚类，并作出谱系图 T=cluster(Z,6); H=dendrogram(Z); 一、常用距离 1）欧氏距离 假设有两个n 维样本),,,(112111n x x x x =和),,,(222212n x x x x =，则它们的欧氏距离为 ∑=-= n j j j x x x x d 1 22121)(),( 2）标准化欧氏距离 3）马氏距离 4）布洛克距离 5）闵可夫斯基距离 6）余弦距离 7）相似距离 二、MATLAB 中常用的计算距离的函数 假设我们有n m ?阶数据矩阵),,,(21n x x x x =，每一行是一个样本数据. 在MA TLAB 中计算样
聚类分析基础知识总结
聚类分析cluster analysis 聚类分析方法是按样品（或变量）的数据特征，把相似的样品（或变量）倾向于分在同一类中，把不相似的样品（或变量）倾向于分在不同类中。 聚类分析根据分类对象不同分为Q型和R型聚类分析 在聚类分析过程中类的个数如何来确定才合适呢？这是一个十分困难的问题，人们至今仍未找到令人满意的方法。但是这个问题又是不可回避的。下面我们介绍几种方法。 1、给定阈值——通过观测聚类图，给出一个合适的阈值T。要求类与类之间的距离不要超过T值。例如我们给定T=0.35，当聚类时，类间的距离已经超过了0.35，则聚类结束。 聚类分析的出发点是研究对象之间可能存在的相似性和亲疏关系。 样品间亲疏程度的测度 研究样品或变量的亲疏程度的数量指标有两种，一种叫相似系数，性质越接近的变量或样品，它们的相似系数越接近于1或一l，而彼此无关的变量或样品它们的相似系数则越接近于0，相似的为一类，不相似的为不同类；另一种叫距离，它是将每一个样品看作p维空间的一个点，并用某种度量测量点与点之间的距离，距离较近的归为一类，距离较远的点应属于不同的类。 变量之间的聚类即R型聚类分析，常用相似系数来测度变量之间的亲疏程度。而样品之间的聚类即Q型聚类分析，则常用距离来测度样品之间的亲疏程度。 定义：在聚类分析中反映样品或变量间关系亲疏程度的统计量称为聚类统计量，常用的聚类统计量分为距离和相似系数两种。 距离：用于对样品的聚类。常用欧氏距离，在求距离前，需把指标进行标准化。 相似系数：常用于对变量的聚类。一般采用相关系数。 相似性度量：距离和相似系数。 距离常用来度量样品之间的相似性，相似系数常用来度量变量之间的相似性。 样品之间的距离和相似系数有着各种不同的定义，而这些定义与变量的类型有着非常密切的关系。 距离和相似系数这两个概念反映了样品（或变量）之间的相似程度。相似程度越高，一般两个样品（或变量）间的距离就越小或相似系数的绝对值就越大；反之，相似程度越低，一般两个样品（或变量）间的距离就越大或相似系数的绝对值就越小。 一、变量测量尺度的类型 为了将样本进行分类，就需要研究样品之间的关系；而为了将变量进行分类，就需要研究变量之间的关系。但无论是样品之间的关系，还是变量之间的关系，都是用变量来描述的，变量的类型不同，描述方法也就不同。通常，变量按照测量它们的尺度不同，可以分为三类。 (1)间隔尺度。指标度量时用数量来表示，其数值由测量或计数、统计得到，如长度、重量、收入、支出等。一般来说，计数得到的数量是离散数量，测量得到的数量是连续数量。在间隔尺度中如果存在绝对零点，又称比例尺度。
银行会计第三版章后习题答案
银行会计第三版章后习题答案 第一章略 第2章基本核算方法 ●知识应用 1. 目的：练习会计等式的平衡关系 会计要素增减变动汇总表单位：元 资产项目金额变动金额负债和所有 者权益项目 金额变动金额 库存现金及银行存款存放中央银行款项交易性金融资产 贷款 固定资产 134 500 354 600 405 500 1 419 600 257 000 +638 000 +110 000 +480 000 +54 000 吸收存款 长期借款 实收资本 1 730 800 421 700 418 700 +532 000 +750 000 合计 2 571 200 1 282 000 合计 2 571 200 1 282 000 2. 目的：练习复式记账的方法 1）根据上题资料编制会计分录。 2月发生下列经济业务： （1）借：库存现金 10 000 贷：吸收存款——活期存款——李鸿户 10 000 （2）借：吸收存款——活期存款——新兴百货户 120 000 贷：贷款——短期贷款 120 000 （3）借：库存现金 50 000 贷：吸收存款——定期储蓄存款——王刚户 50 000 （4）借：存放中央银行款项 110 000 贷：库存现金 110 000 （5）借：吸收存款——活期存款——红星乳品厂户 8 000 贷：库存现金 8 000 （6）借：吸收存款——活期存款——服装厂户 20 000 贷：吸收存款——定期存款 20 000 （7）借：固定资产 54 000 贷：银行存款 54 000 （8）借：贷款——中长期贷款——油漆厂户 600 000 贷：吸收存款——活期存款 600 000 （9）借：库存现金 750 000 贷：实收资本 750 000 2）略 3）略 第3章存款业务的核算
聚类算法分析及其在学生成绩分中的应用
本科学生毕业论文（设计） 题目聚类算法分析及其在学生成绩分析中的应用 学院数学计算机科学学院 专业计算机科学与技术 学生姓名陶彬贤 学号 0715206 指导教师伍长荣职称副教授 论文字数 6564 完成日期 2011 年 4 月 15 日
论文题目聚类算法分析及其在学生成绩分析中的应用 学生姓名、学院：陶彬贤数学计算机科学学院 中文摘要（300字左右） 数据挖掘就是从大量的、不完全的、模糊的、随机的数据中，提取隐含在其中的，人们事先不知道的，但又是潜在有用的信息和知识的过程。数据挖掘的方法有很多，聚类分析是目前最有应用前景的数据分析方法之一，因为聚类分析能作为一个独立的工具来获得数据分布的情况，观察每一个簇的特点，并能集中的对特定的某些簇作进一步的分析。对学生原始成绩进行等级评定是教学管理中的重要环节，利用聚类算法可以对学生成绩进行有效的等级划分。K_means算法是划分式聚类算法的一种，文中运用K_means算法对学生成绩进行了聚类并对结果加以分析。 关键词（3～5个）：聚类算法；K_means；学生成绩分析 英文题目Clustering algorithms and Application of Clustering algorithms in students' performance analysis 学生姓名、学院（英文）：Taobinxian,school of mathematics&computer science 英文摘要 Data mining extract those implicit but potentially useful information from a lot of incomplete, fuzzy and random data.There are many ways of data mining .Clustering analysis is one of the most application prospect of data analysis method,because the cluster analysis can be used as an independent tool to get data distribution,observe every cluster characteristic, and can focus on certain cluster for further analysis.Ranking of the student original scores is an important link of teaching https://www.360docs.net/doc/1b14361054.html,ing clustering algorithm can repartition the student achievement effectively.k_means algorithm is a partition type of clustering algorithm.In this paper K_means algorithm is used to cluster the student achievement and the result has been analysed. 英文关键词Clustering algorithms；k_means；students' performance analysis
银行会计试题及参考答案-1
银行会计试题及参考答案-1 以下是为大家整理的银行会计试题及参考答案-1的相关范文，本文关键词为银行,会计,试题,参考,答案,，您可以从右上方搜索框检索更多相关文章，如果您觉得有用，请继续关注我们并推荐给您的好友，您可以在教育文库中查看更多范文。 第一章总论 一填空题1商业银行会计的基本假设有会计主体、持续经营、会计分期和货币计量等。2我国《企业会计准则》将会计要素分为资产、
负债、所有者权益、收入、费用和利润六类。其中前三项反映企业在某一时点的财务状况，后三项反映企业在某一期间内的财务成果。3商业银行的经营成果，主要包括营业利润、投资损益净额和营业外收支净额。4金融会计核算的一般原则根据其在会计核算中的作用，大体上可以划分为三类：一是总体性要求；二是会计信息质量要求；三是会计要素确认、计量方面的要求。二判断题 1资产是指过去及未来的交易或事项形成并由企业拥有或者控制的资源。该资源预期会给企业带来经济利益。（F） 2会计主体假设的目的在于将持续经营的经营活动划分为连续、相等的期间，据以结算盈亏，按期编报财务会计报告，及时向各方提供银行财务状况、经营成果和现金流量的信息。（F）3货币计量假定中隐含了货币的币值稳定不变假定。（T）4商业银行的会计核算应当以权责发生制为基础。（T）三单项选择 1（b）假设是指会计工作特定的空间范围，它为确定特定企业所掌握的经济资源和进行的经济业务提供了基础，从而也为规定有关记录和报表所涉及的范围提供了基础。 A货币计量b会计主体c持续经营D会计分期 2会计核算应该以企业发生的各项交易或事项为依据，记录和反映企业本身的各项经营活动，如实反映其财务状况、经营成果和现金流量。此表述体现了（c） A可比性原则b一致性原则c客观性原则D配比性原则 3是指企业在选择会计处理方法时应当尽可能不高估资产或收益，
数据挖掘基础知识
数据挖掘基础知识 一、数据挖掘技术的基本概念 随着计算机技术的发展，各行各业都开始采用计算机及相应的信息技术进行管理和运营，这使得企业生成、收集、存贮和处理数据的能力大大提高，数据量与日俱增。企业数据实际上是企业的经验积累，当其积累到一定程度时，必然会反映出规律性的东西；对企业来，堆积如山的数据无异于一个巨大的宝库。在这样的背景下，人们迫切需要新一代的计算技术和工具来开采数据库中蕴藏的宝藏，使其成为有用的知识，指导企业的技术决策和经营决策，使企业在竞争中立于不败之地。另一方面，近十余年来，计算机和信息技术也有了长足的进展，产生了许多新概念和新技术，如更高性能的计算机和操作系统、因特网(intemet)、数据仓库(datawarehouse)、神经网络等等。在市场需求和技术基础这两个因素都具备的环境下，数据挖掘技术或称KDD(KnowledgeDiscovery in Databases；数据库知识发现)的概念和技术就应运而生了。 数据挖掘(Data Mining)旨在从大量的、不完全的、有噪声的、模糊的、随机的数据中, 提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。还有很多和这一术语相近似的术语,如从数据库中发现知识(KDD)、数据分析、数据融合(Data Fusion)以及决策支持等。 二、数据挖掘的基本任务 数据挖掘的任务主要是关联分析、聚类分析、分类、预测、时序模式和偏差分析等。 1. 关联分析(association analysis) 关联规则挖掘由Rakesh Apwal等人首先提出。两个或两个以上变量的取值之间存在的规律性称为关联。数据关联是数据库中存在的一类重要的、可被发现的知识。关联分为简单关联、时序关联和因果关联。关联分析的目的是找出数据库中隐藏的关联网。一般用支持度和可信度两个阀值来度量关联规则的相关性，还不断引入兴趣度、相关性等参数，使得所挖掘的规则更符合需求。 2. 聚类分析(clustering) 聚类是把数据按照相似性归纳成若干类别，同一类中的数据彼此相似，不同类中的数据相异。聚类分析可以建立宏观的概念，发现数据的分布模式，以及可能的数据属性之间的相互关系。 3. 分类(classification) 分类就是找出一个类别的概念描述，它代表了这类数据的整体信息，即该类的内涵描述，并用这种描述来构造模型，一般用规则或决策树模式表示。分类是利用训练数据集通过一定的算法而求得分类规则。分类可被用于规则描述和预测。 4. 预测(predication) 预测是利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。预测关心的是精度和不确定性，通常用预测方差来度量。 5. 时序模式(time-series pattern) 时序模式是指通过时间序列搜索出的重复发生概率较高的模式。与回归一样，它也是用己知的数据预测未来的值，但这些数据的区别是变量所处时间的不同。 6. 偏差分析(deviation) 在偏差中包括很多有用的知识，数据库中的数据存在很多异常情况，发现数据库中数据存在的异常情况是非常重要的。偏差检验的基本方法就是寻找观察结果与参照之间的差别。
高中数学知识点精讲精析 聚类分析
3.4 聚类分析 1．从统计学的观点看，聚类分析是通过数据建模简化数据的一种方法。传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中，如SPSS、SAS等。 2．聚类分析的步骤： （1）确定聚类单元 这是第一步工作。在确定聚类单元时，主要根据研究对象和聚类的目的进行综合分析来确定。如研究的对象是三江平原大系统，则聚类单元以县为单位较妥；如研究对象是某个县，则以乡为单元较妥；如研究的目的是将耕地按肥力不同分成不同的类别，则以地块作为聚类单元。这里有一点需要注意，不管单元如何划定，保证行政区划的完整性是必要的，只有如此，才能确保把聚类结果应用到实际生产中去。（2）确定聚类准则和聚类因子 聚类准则又叫聚类原则，是对聚类目的性的概括描述，也是筛选聚类因子的基本依据。如气候条件准则、经济发展水平准则、土壤肥力准则等。不难看出，这三个准则将指导把聚类单元分成不同气候区、经济发展区和土壤肥力分类等。 根据聚类准则要进一步确定聚类因子，这项工作应请有关专家参与，以便把握住与准则密切相关的特征参数，确保聚类的精确性。 根据需要可同时选择不同准则分别进行聚类分析，然后通过综合取交的方法，以做到兼顾多目标，使分类结果更科学 （3）数据处理—无量纲化 由于聚类因子的量纲不同，不具有横向可比性，为此必须对基础数据进行无量纲处理。 关于无量纲处理的方法，主要是相对系数评分法，该法适用于具有数量指标的因子进行相对评分；其次是模糊经验评分法，该法适用于定性因子的评分。于是得到聚 类因子矩阵如下：聚类因子矩阵的一般表达式：式中：n-聚类单元数；() nxm ij a M=
数据分析笔试题分析
从互联网巨头数据挖掘类招聘笔试题目看我们还差多少知识 1 从阿里数据分析师笔试看职业要求 以下试题是来自阿里巴巴招募实习生的一次笔试题，从笔试题的几个要求我们一起来看看数据分析的职业要求。 一、异常值是指什么？请列举1种识别连续型变量异常值的方法？ 异常值（Outlier）是指样本中的个别值，其数值明显偏离所属样本的其余观测值。在数理统计里一般是指一组观测值中与平均值的偏差超过两倍标准差的测定值。 Grubbs’ test（是以Frank E. Grubbs命名的），又叫maximum normed residual test，是一种用于单变量数据集异常值识别的统计检测，它假定数据集来自正态分布的总体。 未知总体标准差σ，在五种检验法中，优劣次序为：t检验法、格拉布斯检验法、峰度检验法、狄克逊检验法、偏度检验法。 点评：考察的内容是统计学基础功底。 二、什么是聚类分析？聚类算法有哪几种？请选择一种详细描述其计算原理和步骤。 聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。聚类分析也叫分类分析(classification analysis)或数值分类(numerical taxonomy)。聚类与分类的不同在于，聚类所要求划分的类是未知的。 聚类分析计算方法主要有：层次的方法（hierarchical method）、划分方法（partitioning method）、基于密度的方法（density-based method）、基于网格的方法（grid-based method）、基于模型的方法（model-based method）等。其中，前两种算法是利用统计学定义的距离进行度量。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差(标准差)作为标准测度
银行会计实务.doc
银行会计业务实训 实验指导书陆桂琴杨红编写 南京审计学院金融学院 2006．06
第一章点钞实训指导 商业银行柜面业务最经常、最大量的工作是从事现金的收入、付出和整点。因此，点钞成了柜面经办人员(柜员)工作的重要组成部分。点钞速度的快慢、点钞水平的高低、点钞质量的好坏直接关系到资金周转和货币流通速度，以及商业银行工作效率。学好点钞技术是搞好柜面工作的基础，也是柜员的基本业务素质之一。柜员要刻苦训练，掌握一手过硬的点钞技术才能适应市场经济发展的需要，才能胜任柜面工作。 第一节点钞的基本要领和基本环节 一、点钞的基本要领 柜员在办理现金的收付与整点时，要做到准、快、好。“准”，就是钞券清点不错不乱，准确无误；“快”，是指在准的前提下，加快点钞速度，提高工作效率；“好”，就是清点的钞券要符合“五好钱捆”(即点准、挑净、墩齐、扎紧、盖章清楚)的要求。“准”，是做好现金收付和整点工作的基础和前提，“快”和“好”，是商业银行加速货币流通、提高服务质量的必要条件。 学习点钞，首先要掌握基本要领。基本要领对于哪一种方法都适用。点钞的基本要领大致可概括为以下几点： (一)肌肉要放松 点钞时，两手各部位的肌肉要放松。肌肉放松，能够使双手活动自如，动作协调，并减轻劳动强度。否则，会使手指僵硬，动作不准确，既影响点钞速度，又消耗体力。正确的姿势是：肌肉放松，双肘自然放在桌面上，持票的左手手腕接触桌面，右手腕稍抬起。
(二)钞券要墩齐 需清点的钞券必须清理整齐、平直。这是点准钞券的前提，钞券不齐不易点准。对折角、弯折、揉搓过的钞券要将其弄直、抚平，明显破裂、质软的票子要先。挑出来。清理好后，将钞券在桌面上墩齐，要求钞券四条边水平。 (三)开扇要均匀 钞券清点前，都要将票面打开成微扇形或小扇形，使钞券有一捻动。开扇均匀是指每张钞券的间隔距离必须一致，使之在捻钞过程中不易夹张。因此，扇面开得是否均匀，决定着点钞是否准确。 (四)手指触面要小 手工点钞时，捻钞的手指与票子的接触面要小，一般用指尖捻钞。如果手指接触面大，手指往返动作的幅度随之增大，从而使手指频率减慢，影响点钞速度。 (五)捻钞的幅度要小 手工点钞时，捻钞的手指离票面不宜过远，即捻钞的幅度要小，从而加快往返速度。 (六)动作要连贯 点钞时各个动作之间相互连贯是加快点钞速度的必要条件之一。动作要连贯，包括两方面的要求：一是指点钞过程的各个环节必须紧张协调，环环扣紧。如点完100张墩齐钞券后，左手持票，右手取腰条纸，同时左手的钞券跟上去，迅速扎好此把，在右手放票的同时，左手取另一把钞券准备清点，而右手顺手沾水清点等等，这样，使扎把和持票及清点各环节紧密地衔接起来。二是指清点时的各个动作要连贯。即第一组动作和第二组动作之间，要尽量缩短和不留空隙时间，当第一组的最后一个动作即将完毕时，第二组动作要紧紧跟上，比如用手持四指拨动点钞法清点时，当第一组的食指捻下第四张钞券时，第二组动作的小指要迅速跟上，不留空隙。这就要求在清点时双手动作要协调，清点动作要均匀，切忌忽快忽慢、忽多忽少。另外，在清点中尽量减少不必要的小动作、假动作，以免影响动作的连贯性和点钞速度。 (七)点和数要协调 点和数是点钞过程的两个重要方面，这两个方面要相互配合，协调一致。点的速度快、记数跟不上，或点的速度慢、记数过快，都会造成点钞不准确，甚至
银行会计学教学大纲
《银行会计学》课程大纲 课程代码：00405015 《00406096》 课程学分：3 课程总学时：42 适用专业：经济学 (金融与保险)(财务管理) 一、课程概述 （一）课程的性质 本课程是金融与保险专业的非核心课程, 本课程以金融理论和会计理论为理论基础，重在研究运用会计方法，发挥会计核算与监督作用。通过本课程的学习，帮助学生理解金融企业会计在金融企业经营管理的作用，掌握金融企业会计的基本理论和基本核算方法，使学生初步具备从事金融企业会计工作核算、组织管理以及运用会计手段从事金融业经营与监督管理的能力。先修课程包括《西方经济学》、《金融学》《基础会计》、《财务会计》等，要求学生了解经济学基本概念和基础理论，掌握基本的财务会计知识。 （二）设计理念与开发思路 1.本课程教学应遵循的指导思想是，打破以知识传授为主要特征的传统学科课程模式，转变为基于工作过程的教学模式，以完整的金融企业会计的工作任务为对象，组织学生通过完成这些工作任务来学习相关的知识、培养相应的职业能力。课程内容突出对学生职业能力的训练，相关理论知识均与所要完成的工作任务有密切联系，并充分考虑了对理论知识学习的需要，融合相关职业资格证书对知识、技能和态度的要求。教学效果评价采取过程评价与结果评价相结合的方式，通过理论与实践相结合，重点评价学生的职业能力。 2. 该门课程的总学时为42。以基于工作过程的课程开发理念为指导，以专业能力培养和职业素养养成为重点，根据技术领域和职业岗位（群）的任职要求，融合金融企业会计资格标准，以金融企业会计工作过程中常用的工作方式为典型工作过程，以来源于企业的实际案例为载体，以理实一体化的教学实训室为工作与学习场所，对课程内容进行序化。通过教学模式设计、教学方法设计、教学手段的灵活运用、教学目标的开放性设计、教学考核方法改革等，保证了学生专业能力、方法能力和社会能力的全面培养。 3.该课程的考核评价方式为闭卷考试。以百分制计分。 二、课程目标 课程目标是通过该门课的学习，要求学生达到的目标，涵括知识目标、能力目标和素质目标 （一）知识目标
文本聚类研究知识图谱分析_奉国和
文本聚类研究知识图谱分析 奉国和1,黄家兴1,薛 云2 （1.华南师范大学经济与管理学院,广东广州510006; 2.华南师范大学物理与电信工程学院,广东广州510006） 摘要：利用词频分析、共词分析、聚类分析、多维尺度分析，绘制我国2005—2010年间文本聚类 研究的知识图谱，得出领域研究结构，结合关键词粘合力，归纳出该领域四个类团研究群：相似度研究、向量空间模型、搜索引擎、Web 文本挖掘。关键词：文本聚类；知识图谱；共词分析；多元统计分析中图分类号：G250.2 文献标识码：A 文章编号：1007-7634（2014）03-23-05 Study in the Knowledge Mapping of the Text Clustering FENG Guo-he 1,HUANG Jia-xing 1,XUE Yun 2 （1.School of Economics and Management,South China Normal University,Guangzhou 510006,China; 2.School of Physics and Telecommunication,South China Normal University, Guangzhou 510006,China ） Abstract:Word-frequency analysis,Co-word analysis,together with Cluster analysis and Multi-dimen ?sional analysis,are used in the paper to draw the mapping of knowledge of the Text clustering in China from the year of 2005to https://www.360docs.net/doc/1b14361054.html,bining with key words adhesion method reveals the research structure of this field.The conclusion indicates that there are four groups in the research of text clustering,which is Similarity study,Vector Space Model,Search Engine,Web Text mining. Key words ：text clustering;knowledge mapping;co-word analysis;multivariate statistical analysis 1引言文本聚类（Text clustering ）是指利用聚类分析使得同类的文档相似度较大，而不同类的文档相似度较小，它是一种无监督的机器学习方法，已经成为文本信息有效地组织、信息过滤、信息推荐、摘要和导航的重要手段，为越来越多的研究人员所关注。本文基于共词分析对2005年至2010年间国内文本聚类研究文献进行聚类与知识图谱分析，探索出国内文本聚类领域的研究结构，为相关研究者提供参考。 2数据来源与研究方法 2.1材料来源及预处理 在CNKI 学术期刊数据库中，以“文本聚类”为检索词，检索时间跨度为2005年1月1日至2010年12月31日，进行题名或关键词检索，为提高研究的 准确性而去除中英文扩展检索，将文献记录导入NoteExpress ，剔除重复及无关键词的记录后得到有效文献382篇，提取出关键词1530个。对关键词进 行规范化处理，将关键词中的同义词和相似词进行 收稿日期：2012-01-21 基金项目：广州市科技计划项目（2011J4300046) 作者简介：奉国和（1971-），男，湖南永州人，副教授，博士，主要从事文本分类、信息检索、自然语言处理研究. 情报科学 第32卷第3期2014年3月 ·理论研究· - -23DOI:10.13833/https://www.360docs.net/doc/1b14361054.html,ki.is.2014.03.012