序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇就业决策分析范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。
关键词：社会保障；金保工程；数据整合；决策分析
0引言
为了全面、准确、及时地收集社会保障业务信息，充分挖掘数据库中数据的价值，需建设一个宏观决策系统，借助现代信息技术，对数据进行汇总、整理、交换和分析等加工处理，形成宏观决策数据库，为社会保障政策的制定提供依据和支持，对政策执行情况进行监测。
1数据整合的需求
当前，社会保障部门领导要做出一项决策，往往依赖于信息系统，比如：实现常规统计分析、监测预警、预测分析、风险分析等；进行数据、图表、多媒体等各种形式的查询；对比计划和执行情况；对比本期和历史情况；对比部分和总体情况；监测社会保障政策的执行情况；预测政策出台效果；监测劳动力资源结构、市场需求、就业趋势、就业率变化状况；预测就业结构及变化趋势；监测基金收缴、发放、运转、储备和调剂状况；监测劳动保障待遇享受对象动态变化；预测人数变化趋势等等。
(1)数据源利用问题，做出一个决策分析往往需要查询多个基于各种异构数据源的业务系统和外部系统，并进行大量数据分析，工作量大，数据利用率不高，且容易出现人为差错。
(2)数据源质量问题。现有业务信息系统的数据大量为业务数据，从这些数据难以提炼出有用信息。并且已有的业务信息系统平台及开发工具互不兼容，直接提取这些业务数据比较麻烦。
(3)数据源标准问题。各个业务系统没有统一的数据接口，也没有通用的数据标准和规范，各个业务数据库无法直接集成。
(4)历史数据问题。统计分析需要大量的历史数据业务系统的历史数据并不完整。
2数据资源分析
个人基本信息个人信息库、IC卡信息库等。
单位基本信息单位基本信息库、单位所属分支机构信息库、社保机构信息库、社保机构经办人员库、银行信息库等。
参保基本信息库单位参保信息库和个人参保信息库等。
参数信息库职工平均工资信息库、账户记账利率信息库、银行利率信息库、社会保险缴费比例信息库、代码库、账户记账利率信息库、银行利率信息库等。
(2)养老基金数据集主要包括：
单位应付信息库单位应付信息库、单位实付信息库等。
离退休人员信息库离退休人员变更信息库、离退休人员账户信息库、离退休人员待遇信息库等。
养老保险待遇信息库养老保险待遇支付信息库、养老补发退发信息库、养老供养亲属基本信息库、养老供养亲属待遇信息库等。
(3)医疗基金数据集主要包括：
医疗参保人员信息库医疗保险参保人员基本信息库、医疗包干人员基本信息库、参保人员及账户变动信息库、人员就诊档案信息库等。
医疗机构信息库定点医疗机构结算参数库、定点医疗服务机构信息库、定点医疗机构预付费用信息库、定点医疗机构应付信息库、定点医疗机构年度结算信息库、定点医疗机构药品目录库等。
医疗待遇信息库费用分类信息库、医疗保险结算费用信息库、医疗包干人员预付费用库、医疗包干人员费用结算库、医疗保险个人账户返还库、医疗费用分段个人自付比例库、定点医疗机构预付标准库等。
就业服务机构信息库社保机构基本信息库、社保机构拨付记录库、就业机构服务情况库等。
参保人员机构信息库参保人员失业保险信息库、人员失业情况信息库、失业人员变更信息库、个人职业指导和介绍就业情况库等。
失业待遇信息库失业待遇信息库、失业人员待遇支付明细库、失业保险补发退发信息库、失业待遇金额标准库、失业保险金享受期限标准库等。
人才交流信息库人才引进信息库、人才派遣信息库、人才就业信息库、人才调动信息库、再就业信息库、人事信息库、毕业生落户信息库、企业招聘信息库、个人应聘信息库等。
3数据整合的实现方式
社会保障信息系统数据库一般都是关系型数据库，数据整合通常可以采用数据库开发技术和ETL技术实现。以下分别介绍这两种实现技术。
3．1数据库开发技术
利用数据库开发技术的数据整合主要指利用数据库本身的功能，如触发器、PL／SQL存储过程、DBLINK等功能，完成对各个业务系统所需数据的抽取、查询和关联等。
这种数据整合技术有如下优点：
(1)适合于同种数据库之间的数据集成。
(2)投资少，基本都是靠开发人员手工编程为主，只需要一些开发费用。
但也存在一些局限性：
(1)扩展性较差。由于都是开发人员手工编程，后期的维护成本较高，特别是在决策需求发生变化时，需要开发人员修改程序源代码。
(2)数据整合效率难以保证。由于数据库都靠开发商编写，在系统日趋庞大的情况下，在面对复杂的数据整合问题上，效率难以得到保证。
3．2ETL技术
通过ETL技术及专业ETL软件，对业务数据库的数据经过抽取(Extract)、转换(Transform)，最后加载(Load)到目标数据库，实现业务数据之间的整合。
(1)高效率。ETL软件的数据抽取、转换、加载的效率非常高，特别是对于大数据量的抽取。并且支持对ORACLE9i的增量数据抽取。
(2)改进数据质量。能够根据各种条件校验源数据和目标数据质量，清洗垃圾数据。
(4)多平台、多数据源支持。支持各种平台、各种数据库系统(如ORACLE、SQLServer等)以及不同版本数据库的数据抽取。
(5)具备多种数据转换控件，能够完成各种非常复杂的数据转换工作。
但是该数据整合实现技术也存在一些局限性：投资费用较为昂贵，实施周期通常较长。
4数据整合的实施
数据整合实施工作大致可以分为4个阶段：
(1)业务分析阶段。该阶段主要包括了解需要采集的数据结构定义，和数据表之间的业务联系，例如：需：要了解社保个人信息及账户、单位个人信息及账户、退休人员信息等业务表的数据结构定义，表之间的相互关联等。
(3)数据校验阶段。数据校验阶段是数据整合最重要的解段。由于不同业务信息资源之间的语义差别，会引起各种不完整甚至错误信息的产生，因此在系统正式运行之前，必须建立严格的数据校验机制，以保证生产数据和整合平台数据的一致性。建议采用如下方法：
数据的采样每张表取出一些数据作为参照，跟转换后数据进行比较。
数据的计数每张表记录原始数据的记录总数，跟转换后数据进行比较。
数据的重要指标汇总各主要汇总指标，要跟转换后进行比较。
5数据整合实施中的管理
数据整合实施的管理，应明确指导思想、具体目标和实施步骤，对数据整合软硬件平台建设作出统一要求。工作中，我们切实做到了如下几点：
一、高校财会课程体系设置现状
(一)知识结构不合理，不能满足就业需要我院开设的管理类专业的课程体系是公共基础课、专业必修课和选修课，但长期以来专业必修课中只开设《基础会计学》这1门财会课程，学生通过该门课程的学习仅能掌握会计学的基本概念、基本原理和基本业务操作，这样的财会课程设置导致培养出来的学生财经知识结构单一，对工作的适应性较差。从该专业毕业学生的就业去向来看，大多从事药品营销等工作，很少能够从事财会工作，学生就业面狭窄，究其原因，主要是因为我院管理类专业的课程设置中财会课程单一，使得学生的财经知识没有能够形成体系，导致学生很难取得会计工作任职资格的会计资格证等，限制了学生的就业面。
(二)课程内容不符合专业人才培养目标我院管理类专业人才培养目标是“培养具备经济管理、财务会计和中医药等方面知识，熟练掌握企业经营决策、管理技能的高级管理人才”。根据此专业人才培养目标，作为高级管理人员关键是要能够利用会计信息，做出正确的经营管理决策，《基础会计学》的教学内容实质上是初级财务会计，只是学生学习后续财经课程的基础，学生通过该门课程的学习能够掌握会计学的基本原理，较难对会计信息做出全面分析，难以对经济活动进行分析、预测和决策。只开设一门财经课程，从教学内容方面不符合我院管理类专业的人才培养目标和定位，完全有必要对我院财会课程的教学内容和课程体系进行改革，提高该专业人才培养质量。
二、高校财会课程体系改革思路与实践
(一)重新调整专业培养目标我院管理类专业的培养目标定位是训练学生成为高级管理人才，但学生毕业后会受到从业经验不足和社会就业环境的诸多限制，较难在短期内成长为高级管理人才。因此，本专业的教学目的应是培养学生具备成为高级管理人才应有的素质，与此相适应的培养目标应为高素质应用型或复合型管理人员。我院2009年根据本地区经济发展情况和社会需求，重新调整了管理类专业的培养方案，按照以上思路，将管理类专业的人才培养目标进行了重新修订。
(二)构建以培养目标为导向的财会课程体系构建管理类专业财经课程体系应按照会计的功能、会计信息运行的规律和经济业务的流程来设计课程。当代会计随着现代企业制度的建立和金融市场的不断健全，相互之间共生互动，在成本会计的基础上衍生出管理会计和财务会计两个分支。因此，现代会计的功能，不仅是会计核算功能，更具备管理服务的职能，应为企业内外的信息使用者提供真实、可靠和完整的财务信息。核算、管理和服务三者之间的关系应是：会计核算是基础，管理是核心，服务是目的。在财经课程体系中，要突出会计信息的使用和监督，管理职能作为一条主线，贯穿各门课程始终，并体现我国的会计目标。
目前，我国多数高等院校财会专业的必修课大多设置基础会计学、财务会计、管理会计、财务管理、会计信息化等课程，尤其是《管理会计》和《财务管理》作为财会、管理类专业重要的必修课，有利于学生进行营运资金的决策，确定资金的需要量，以及企业应采取的信用政策和确定企业的存货水平等。通过这两门课程的学习可以从根本上提高学生的管理素质和管理技能。《基础会计学》是财会类课程的入门课程，学生通过该课程的学习，已具备学习《管理会计》、《财务管理》等后续课程的理论基础，因此，为架构完整的财经知识体系，必须增加管理会计和财务管理的相应知识。为此，我院重新修订了培养方案，根据中医药院校管理类专业的办学特点，将《管理会计》、《财务管理》课程设置为专业选修课，并已连续开设两个学年，取得了很好的教学效果。
(三)重构课程教学内容体系由于学生的专业知识和技能都是要在科学合理的课程体系下培养出来的，因此，财经课程体系的教学内容就应围绕培养学生具备相应的知识和技能来安排。
(1)基础会计学教学内容体系：侧重于会计核算，构建的教学内容体系是以会计循环为主线，重点讲授制造企业的主要经济过程会计核算方法，使学生掌握会计的基本概念、会计职能、会计恒等式以及会计核算的基本前提、一般原则等基本理论知识，掌握复式记账等会计核算和监督的基本方法；通过实验和实践，培养学生运用会计理论的初步操作技能，为后续的《财务管理》、《管理会计》、《审计》等专业课程的学习奠定坚实的基础。
(3)管理会计课程教学内容体系：教学内容以企业的生产经营的规划和控制为主线，以经营决策为核心内容，以企业经营活动的预测、决策和控制为主要内容来架构该课程教学内容体系。可将教学内容分为管理会计基础、管理会计的预测分析与决策、管理会计的规划和控制、业绩考核等五个模块。
(四)改进教学方式、加强实践教学要适应现代高级管理人才培养的需要，必须采用灵活多样的教学方法。在这种教学方式下，教师的主要教学任务不是单一的传授知识，而是引导、启发学生思考，帮助学生解决疑难问题，教会学生学习一门课程的方法。我院在教学中采用互动式教学方法，即以学生为中心，以需求为动因。以问题为基础，引导学生进行发现式、探索性的学习。在《财务管理》、《管理会计》的教学中，还采用案例教学、课堂报告、小组专题讨论、学生角色扮演等多种方式，充分调动学生学习的积极性和主动性，培养学生的终生学习能力。
财会类课程是实践性很强的学科，在这类课程的学习过程中必须加强实践教学环节，学院采取多种方式主动创造条件，鼓励、引导和组织学生积极参加各种实践活动，一方面有利于学生将专业知识用于实际中，更好地理解和运用课堂上所学的基本原理、基本方法和基本操作，另一方面有利于加强学生与社会和企业的联系。除了利用学院现有条件建立和完善会计模拟实验室外，还联系多家商业银行、管理咨询公司等企事业单位建立实习基地，要求部分学生参与导师的课题研究，同时学校每学期都邀请企业家、财务总监等来校进行专题辞座，拓展学生的专业视野，促进学生学以致用。
参考文献：
[关键词]TOPSIS法和谐社会指标体系综合评价
一、引言
党的十六届四中全会第一次提出和阐述了“构建社会主义和谐社会”的科学论断，目前国内在构建社会主义和谐社会的研究中，对于指标体系的构建成果较多．但对所选的指标，应进一步采用哪些相适应的评价技术方法，如何实现有效的综合评价则较少．本文针对和谐社会的建设，建立了基于改进的AHP―TOPSIS法的综合评价模型，利用梯形模糊AHP法确定评价因子的权重，并针对和谐社会的特点对TOPSIS法做了改进，使其能够更加符合和谐社会指标体系综合评价的要求。
二、和谐社会综合评价模型
1.和谐社会评价指标体系
构建和谐社会，用社会学的术语来表达就是良性运行和协调发展的社会。从系统的角度,通过系统分析,指标体系中各个指标要能从其所代表的某一侧面反映和谐社会的内涵和本质特征。从实践的角度，经过筛选比较总结，本文以文献为主要参考，构建和谐社会评价指标体系，然后采用以下方法进行评价。
2.用梯形模糊AHP法确定指标权重
美国运筹学家Saaty于20世纪70年代提出的层次分析法(analyticalhierarchyprocess,简称AHP方法),是一种定性与定量相结合的决策分析方法,对各种类型问题的决策分析具有较广泛的实用性.在一般评价中,对于一些无法测量的因素,只要引入合理的标度,就可以用这种方法来度量各因素的相对重要性,从而为决策提供依据。到目前，国内外学者提出了很多种不同的标度划分方法，本文采用中的梯形模糊数AHP法,用梯形模糊数刻划判断矩阵及其权重的值，这种方法将主观的语言值通过模糊数的概念转变为数学标度，更加符合人的思维。根据文献中提出几种衡量标度的方法来衡量这种标度，符合保序性要求，均匀性好，具有良好的可记忆性和良好的可感知性，易于把握，对最后的综合评价将有较好的保证。根据这种方法，我们可计算出各个指标的权重。
3.TOPSIS综合评价及其改进
TOPSIS价值函数始见于文献.TOPSIS的全称techniquefororderpreferencebysimilaritytoidealsolution,是对理想解接近度的排序方法.其关键点是通过评估方案的测度――多维属性空间的欧式距离来度量各对象的优劣评估值。
TOPSIS法的优点是能对各决策分析方案进行比较排序，是用于科学决策的一种经济效益综合评价的实用方法，其应用方便，对样本容量的大小无特殊要求，不受参考序列选择的影响，也不受数据年份久昝的影响，其处理对象由实测数据统计而得，因而避免了主观因素的干扰，能客观地进行多目标的综合评价。对应和谐社会综合评价的特点,我们认为TOPSIS法较为理想。在文献中给出了7种评价模型的比较，TOPSIS法优先序在其中排前两位.可见TOPSIS价值函数模型是一类较好的评价模型。
TOPSIS方法的原理就是通过测度各指标评价值向量与评价的理想解和负理想解的相对距离对评价对象进行评价排序。和谐社会指标体系中涉及三十个不同类型的指标，各个指标具有不可公度性，难以进行直接比较，因此，在综合评价前必须把这些指标按某种效用函数归一化到某一无量纲区间。由于本文采用的指标体系中有三种不同类型指标数据，因此将TOPSIS方法进行改进，先将所有指标数据根据三种类型引入中间变量进行预处理，归为一种类型数据，再构造规范化决策矩阵，求解正负理想方案由原来的两组公式归为一组公式，提高了转换精度和转换效率，具体步骤如下:
Step1:数据预处理
本指标体系分为收益型，成本型，适中型三类，本文在各个指标数据的平均值的基础上引入中间变量，将不同量纲的数据统一在[-1,1]之间，然后再用指数函数将其变换到[0，1]区间这样既能提高转换精度又能体现原有指标之间的规律，同时还可以避免个别异常数据对总体评价的影响。
用代表评价指标矩阵（3-1）
其中矩阵中的每一列都代表了某一指标j的m个数据，设为第j个指标的平均值，在各指标平均值的基础上就可以对这三类指标引入不同中间变量进行变换
（3-6）
经过以上变换后所有指标数据在[-1，1]之间，在此基础上再进行二次变换，用公式:
，，（3-7)
将数据变换到[0，1]之间，这样变换可以保证转换精度和指标数据之间的变动规律。
Step2:构造规范化决策矩阵Q,其中元素为qij
qij=wiziJ(3-8)
Step3:在规范化决策矩阵中找出正负理想解
本文的数据进行过处理,可全部由以下一组公式进行求解:
找到理想方案点χ*为(3-9)
找到负理想方案点为χ-(3-10)
式中M指方案集,J为指标属性集。
Step4:利用欧几里德范数计算相对接近度
方案i到正理想点的欧式距离为(3-11)
到负理想点的欧式距离为(3-12)
相对于理想方案的相对接近度(3-13)
Step5:根据接近度得出评价结果
接近度越大则越远离负理想点，越逼近正理想点，该测度对应的评价对象则相对越优。
Step6:分别以下一层指标的评价结果为本层的指标值,重复（2)～(5)过程,形成评价值进行分析。
三、应用实例
由于篇幅所限，我们以指标体系中经济社会的和谐子系统为例(指标值包括收入弹性系数，教育事业费支出比例,卫生经费支出比例，社会保障综合覆盖率,城镇登记失业率),将本文提出的方法加以应用,对江苏省2000年～2005年经济社会的和谐进行综合评价。
1.预处理后的矩阵
2.构造规范化决策矩阵
3.取正负理想解,利用欧几里德范数计算相对距离
S*=[0.178760.142910.204930.218460.193050.18414]
S-=[0.213970.198770.106920.079470.156620.19675]
4.计算对理想方案的相对接近度,得到2000年～2005年经济社会的和谐子系统评价值。
Ci=[0.544827，0.581743，0.342857，0.266741，0.447908，0.516553]
5.根据评价值联系实际进行分析
在经济高速发展的同时，我们要衡量的是经济发展的收益是否都用到提高社会发展的用途上，经济与社会是否同步发展。本文通过一些涉及到公共事业的指标来衡量这种和谐程度，从指标值来看，江苏省对于社会保障的重视和采取了得当的富民措施，社会保障覆盖率和收入弹性系数评价值逐步走高；从评价值来看，这几年经济社会的和谐水平在2003年左右出现了较大起伏，主要是因为非典的影响，国有企业改革等原因引起的下岗问题，还有自1999年开始的扩招，使得新增劳动力增长较快、一些地方隐性失业人数比重仍较大，2003年的综合评价值降到了近几年的最低点0.266741，但随着非典影响的消退，以及江苏省采取了合理的就业再就业政策，对毕业生加强就业指导，树立正确的就业观念;对下岗职工实施政策优惠等措施，评价值已开始大幅上升。
四、结束语
本文针对和谐社会的综合评价，提出了基于改进的AHP――TOPSIS法的评价模型，并在指标体系中经济社会的和谐子系统中加以应用，从评价结果对比实际来分析，这种评价模型能客观、直观的反映实际情况，具有较好的适用性和合理性。
参考文献:
[1]吴殿廷李东方:层次分析法的不足及其改进的途径[J]，北京师范大学学报(自然科学版),2004,40(2):266
[2]秦寿康:TOPSIS价值函数模型[J],系统工程学报,2003,18(1):40～42
[3]江苏省社会科学院:江苏和谐社会评估指标体系.2006年6月
[4]王力刘家琦:梯形模糊AHP及其在卫星方案优选中的应用[J].哈尔滨工业大学学报,2006,34(3):315～319
[5]骆正清,杨善林.层次分析法中几种标度的比较[J].系统工程理论与实践，2004.24(9)：53～59.
[6]HwangCL,YoonKS.MultipleAttributeDecisionMaking[M].Berlin:Springer_Verlag,1981
[7]T.S.TiouandM.J.Wang,Rankingfuzzynumberswithintegralvalue[J],FuzzySetsandSystems.1992:247～255
关键词：教学型财务管理实践教学模式
1998年，教育部将财务管理专业列为管理学下的二级学科。伴随着我国经济体制改革和财务管理课程改革的实践，目前该专业已经历了十多年的发展与提高。财务管理活动作为企业管理活动的重要组成部分，是从价值角度对企业生产经营进行的一种综合性的经济管理活动。随着我国社会主义市场经济体系的不断完善，各企业面临的将是一个复杂多变、竞争激烈的市场，竞争将成为企业生存和发展的重要机制，建立以财务管理为中心的管理制度已成为现代企业的普遍共识。如何有效地培养适合新经济形势下的企业财务管理工作者，是我们需要探讨的问题。
一、财务管理课程的基本特点
（一）以管理学为背景和基础
作为管理学范畴的财务管理课程，是以经济学为理论基础、以资本市场为课程背景、以现代企业为研究对象，介绍财务管理的基本理论和方法的应用性课程，是一门理论性、政策性和实践性相互结合的综合性学科。因此财务管理教学质量的好坏就显得尤为关键和重要。为了满足现代企业财务管理活动的需要，财务管理课程应该以基本理论为基础，结合社会发展对企业财务管理人员的实际需要，不断吸纳新内容、新方法和新观点。
（二）坚持理论与实践相结合
二、财务管理课程实践教学的基本要求
全面系统地掌握财务管理的基本理论和专业知识是财务管理人员的最基本要求，理论与实践有机结合、突出培养学生的动手操作能力是财务人员培养的重要途径。其基本要求主要有：
（一）能力培养与素质教育相结合
（二）课堂教学与课外实践相结合
（三）产学研相互结合
三、财务管理课程实践教学模式存在的问题
（一）实践教学基础薄弱
（二）实践教学环节组织不合理
四、财务管理课程实践教学模式的创新
（一）建设高质量的财务管理实践教学教材
目前，建设高质量的财务管理实践教学教材是高校做好财务管理实践教学的强有力的物质保证。实践性教材在编写的过程中，应该注重财务管理课程特有的应用性与实用性特征，要求学生在掌握基本的专业理论和方法的基础上，能够理解并熟练运用相应的操作程序、评价指标等，提高学生的实践分析能力。在实践环节和内容的设置上，应积极将理论教学与实践教学紧密结合，注重课程的完整性和应用性。
（二）财务管理课程实践教学方法创新
五、结论与展望
教学改革探索是一切教学研究、改革、创造的源头，因为它是发现问题、验证问题、以至尝试解决问题的活动。财务管理课程实践教学模式还有待进一步修正、完善和提高，并需要在财务管理教学中反复实践与探索。只有将财务管理课程的理论教学与实践教学紧密结合起来，才能更好地为社会培养出适应时展要求的高级应用型专门人才。
（注：本文系西安翻译学院《教学型本科院校“财务管理”课程改革探索研究》阶段性成果；项目编号：J12B18）
1.吴辛愚.财务管理课程实践教学体系浅析[J].新西部，2009，（8）.
2.潘培培.应用型本科财务管理课程教学模式的重构[J].科技创新导报，2011，（8）.
3.王一平.应用型教学模式下本科《财务管理》课程教学改革探讨[J].南阳理工学院学报，2011，（1）.
我国的中小企业发展迅速，已逾千万家。占企业总数的99％以上。银行信贷是中小企业赖以融资的主要渠道。但是，目前我国中小企业贷款占全国主要金融机构各项贷款的比例依然较低。银行推出的产品与服务与中小企业的需求尚有较大的差距。同时，随着我国银行业的全面开放以及利率市场化改革的逐步推进，银行之间的竞争越来越激烈。对优质项目和大企业的争夺日益加剧。传统银行业务贡献的利润不断降低，业务创新和盈利的压力越来越大。在这种情况下，大力发展以有效控制风险并获取高收益为特征的中小企业信贷业务无疑将成为商业银行发展的战略选择。它能够促进银行积极优化信贷结构，增强银行的盈利能力、风险管理能力和业务创新能力。
但是，正如企业信用管理咨询、信贷风险控制问题专家、新华信总裁兼联合CEO张世卿先生所指出。我国在发展中小企业信贷业务的实践中还有诸多问题亟待解决，例如，信贷产品单一、决策数据缺乏、审批程序复杂、风险评级系统欠缺等。他认为。向中小型企业贷款面临两大主要挑战：贷款决策的运营成本和呆账控制与预测。因此，银行需要更多、更具体的企业信用信息来协助评估企业信贷风险，同时，也需要高技术手段提高决策效率和风险控制。
斯蒂芬吉尔德是益百利决策分析业务全球顾问团队的资深顾问。他从事中小企业信贷业务近20年。有着较丰富的经验。他认为中小企业需要的贷款额很小，相应的创收潜力也很低，从而导致银行的经营成本高于收益。此外，经营失败的发生率较高。由此需要及时、准确的信用风险管理。在这种情况下，中小型企业帐户的自动化准确决策变得尤为重要。由于小额借贷的客户数量巨大，自动化降低了经营成本，减少了对资深信贷分析员的高度依赖，从而降低了运营成本。在缺乏可靠的财务信息的情况下，结合个人数据和外部信用咨询公司数据能为中小企业信贷风险管理提供预知性信息。
有了这两个因素，银行就能够为这些小额贷款人提供贷款，起初保持谨慎。之后随着操行数据的建立，可将其用于提高借贷决策的间隔尺度和区别待遇，从而加强风险辨认能力，增加贷款额，实现低风险、可持续的业务增长。这不仅能为银行增收，还能保证中小型企业能得到它们需要的金融服务，使其在国民经济和国家财富的发展中继续发挥基础作用。
益百利决策分析业务全球咨询服务公司的首席顾问奈杰尔鲁斯比以英国的银行为例指出，为了在基本保持客户服务水平的同时降低经营成本，必须加强呆账控制和预防。英国的银行普遍使用中央决策支持解决方案，使许多中小型企业帐户的信用风险决策实现了自动化。系统基础设施以及大部分数据和风险工具与用于消费信贷自动决策支持的设施、数据和工具性质类似，因此减少了采纳这项新方法的障碍。
二、营销模拟软件的特点
三、营销模拟软件使用效果
【关键词】数据挖掘信息化系统模型
【中图分类号】G【文献标识码】A
教育信息化是指在教育领域运用计算机多媒体和网络信息技术，促进教育的全面改革，使之适应信息化社会对教育发展的新要求。教育信息化的核心内容是教学信息化。为此各级教育部门，特别是各高校在过去投入了大量的财力，构建了各种信息化设施，以校园网络系统为平台，开发了教务信息系统，学生工作管理系统，招生就业系统，工资管理系统，学籍管理系统，这些系统简洁易懂、功能实用，大大地加强学校信息化管理水平，提高了工作效率。但由于历史原因，这些系统功能相对独立，扩展能力差，大多数的应用仍然限于查询、检索的简单应用上，效率低下。
经过多年的应用，每个学校的信息系统都积累了海量的数据，存储于系统中，而这些数据并没有得到充分的利用，因为大多数的信息化系统只执行了存储、查询、检索等基本功能。数据中隐藏的丰富的知识和规律并没有得到充分开发和利用，这些积累的数据就像埋藏在大山中的金矿，必须充分开发出来，为决策人员提供帮助，才能充分发挥其价值。因此通过技术手段，改进信息系统的结构和功能，使管理和应用人员能从大量的数据中挖掘出有用的知识和规律，并把这些知识用于管理决策、教学计划制定、招生就业决策、图书馆管理等。
建设信息化公共支撑环境，提升公共服务能力和水平，如何利用现有的数据，挖掘出有用的知识，为管理部门、决策人员、学生提供帮助，是信息系统的重要任务。通过充分利用数据挖掘技术处理高校信息化系统中的海量数据，挖掘出有价值的知识和规则，并将其反馈到教学和管理决策中，提升学校服务和管理能力。
本文将在分析现在信息系统的基础上，对其局限性进行分析，并提出一种基于数据挖掘的信息化模型，并分析其有效性。
一、高校信息化系统模型
（一）传统的高校信息化系统模型
当前教育信息化系统的结构如图1，包括系统硬件平台、数据存储模块、数据库或数据仓库模块、数据分析查询模块、图型用户接口五大部分，主要的功能是收集信息，通过转换，存储数据，把数据存储到数据库中，用户通过读写分析、查询模块进行操作，系统为用户提供信息的存储、共享和检索服务。随着数据的增长，信息系统存储了海量的数据，其中隐藏着大量的知识和规律，通过简单的检索是无法得到的。
图1传统的高校信息化系统模型
（二）数据挖掘下的高校信息化系统模型
基于传统信息系统的不足，提出基于数据挖掘的信息系统改进模型，如图2所示，它是在传统模型的基础上，加入数据挖掘模块，通过它，可以从长期积累的数据中，挖掘出隐藏的知识和规律，为系统用户解决问题、管理决策提供支持，发挥信息系统的潜力。
图2数据挖掘下的高校信息化系统模型
（三）数据挖掘模块及技术分析
数据挖掘的任务是从现有数据进行分析，通过分析，获取事先未知的知识和规律，如数据记录集合聚类分析，异常记录和赖关系（关联规则），数据挖掘的一般过程如图3所示。
图3数据挖掘过程
数据模块中采用的几项典型技术如下：
1.聚类分析。聚类是把一组数据对象设计成一类，以便让同一类中的对象具有最高的相似性。而类间具有最大的差异性，这种方法被用于机器学习、模式确认、图象分析、信息检索等领域。
建立的每一个聚类可以看成是一类对象，通过它导出规则。聚类在教育中的应用能帮助机构组合学生个人相似的班，把学生分成类，以便使学生在一类中相互之间更相似，或者说水平更平均。
2.决策树。决策树是一种决策支持工具，它使用树型图显示可能的结果，包括概率事件结果和源的关系，成本和用途功用，它是一种方式显示一种算法。决策树常被用于行为研究特别是决策分析，去帮助识别一种策略，主要是要达到的目标；决策树作为一种描述性工具手段用于计算条件概率；决策树还可以用于分析一个机构的准入规则。同时它对小数据样也能给出好的结论。这种方法能适用于不同数量级的编目变量。
3.关联规则。反映一个事件和其他事件之间依赖或关联的知识，如果两项或多项属性之间存在关联，那么其中一项的属性值就可以依据其他属性值进行预测，可以用关联规则的形式表示规则形式。
4.分类。找出描述或识别数据类或概念的模型（或函数），以便能够使用模型预测类标记未知的对象。
5.回归。通过构造函数以符合数据变化的趋势，这样可以用一个变量预测另一个变量。
二、数据挖掘在高校信息化中的应用概述
在高校信息系统中进行数据挖掘称之为教育数据挖掘，教育数据挖掘的关键领域是挖掘学生的表现行为；另一个关键区域是挖掘录取入学数据；关键应用是预测学生表现和研究其学习状况，以便推出措施用于教育实践。主要应用如下：
（一）在教学评价方面的应用分析
高校信息化系统长期运行中产生了海量数据，学籍数据、考勤纪律、招生就业、奖惩等各方面的数据累积在信息系统中，通过使用数据挖掘技术可帮助教师、学生、学校管理决策者有效地利用这些数据，建设有效的评价系统。
（二）学生特征分析
根据系统中已有学生的基本信息、成绩信息、学习过程数据、偏好、知识结构等，利用数据挖掘功能分析学生特征，从获取的知识帮助学生修正自己的行为。教师利用挖掘到的知识帮助学生修正学习行为、提高学习能力。
（三）协助合理设置课程
（四）就业预测分析
（五）图书馆应用
图书馆是高校的信息服务机构，馆内具有大量的信息，经过多年的运行，这些信息以海量计，可以通过数据挖掘技术对数据进行处理，为师生提供更好的服务。
数据挖掘可以对读者类型、文献类型、借阅次数等方面的信息进行挖掘研究，提高检索速度，通过改进信息检索程序来提高信息检索的速度和有效性，为不同的读者提供定制服务，拓展服务方式，提高服务质量。
【参考文献】
[1]刘琼梅.浅谈数据挖掘在高等教育信息化中的应用研究与展望[J].福建电脑，2010（4）
[2]陈洁.校园信息化建设应用的数据挖掘研究[J].科技风，2012（9）
【基金项目】新世纪广西高等教育教学改革工程立项项目（2012JGA384）