基于改進(jìn)C4.5算法的高校財(cái)務(wù)預(yù)警系統(tǒng)設(shè)計(jì)

趙男男

（廣東海洋大學(xué) 寸金學(xué)院，廣東 湛江524094）

當(dāng)前一段時間，很多發(fā)達(dá)國家將高校管理作為提升教育技術(shù)發(fā)展的一個主要任務(wù)，紛紛建立屬于自己的高校財(cái)務(wù)管理體系，并總結(jié)了大量的經(jīng)驗(yàn)［1］.然而在國內(nèi)，仍有很多高校財(cái)務(wù)管理系統(tǒng)在進(jìn)行財(cái)務(wù)預(yù)警系統(tǒng)設(shè)計(jì)時，面對著海量的財(cái)務(wù)數(shù)據(jù)，無法分析數(shù)據(jù)屬性特征和數(shù)據(jù)間存在的因果關(guān)系，使得財(cái)務(wù)預(yù)警出現(xiàn)了較大的誤差，進(jìn)而影響了高校財(cái)務(wù)狀況管理的穩(wěn)定性［2］.在這種情況下，如何設(shè)計(jì)出精良的高校財(cái)務(wù)預(yù)警系統(tǒng)成為了國內(nèi)外教育管理領(lǐng)域需要解決的重點(diǎn)課題，也引起了諸多相關(guān)學(xué)者的關(guān)注［3］.

現(xiàn)階段，在高校財(cái)務(wù)預(yù)警系統(tǒng)設(shè)計(jì)中經(jīng)常用的算法有很多，并且也積累了一定的研究經(jīng)驗(yàn).文獻(xiàn)［4］面對海量財(cái)務(wù)數(shù)據(jù)信息，將并行機(jī)制引入到?jīng)Q策算法中，并優(yōu)化改機(jī)制，利用改進(jìn)后的決策并行機(jī)制設(shè)計(jì)財(cái)務(wù)預(yù)警系統(tǒng).該算法預(yù)警的響應(yīng)性較高，但是存在數(shù)據(jù)屬性冗余較多的問題.文獻(xiàn)［5］總結(jié)高校財(cái)務(wù)狀況識別的最優(yōu)體系，建立不同類型的預(yù)警模型，進(jìn)而完成對高校預(yù)警系統(tǒng)的設(shè)計(jì).該算法預(yù)警魯棒性較好，但是有效的進(jìn)行財(cái)務(wù)數(shù)據(jù)屬性分類，存在預(yù)警誤差大的問題.文獻(xiàn)［6］將神經(jīng)網(wǎng)絡(luò)引入到高校財(cái)務(wù)預(yù)警中，利用神經(jīng)網(wǎng)絡(luò)的構(gòu)造能力和搜索能力完成對預(yù)警系統(tǒng)的設(shè)計(jì).實(shí)驗(yàn)表明，該算法具有一定的預(yù)警精準(zhǔn)性，但是存在預(yù)警過程較繁瑣，耗時長的問題.

面對上述問題，筆者提出一種基于改進(jìn)C4.5算法的高校財(cái)務(wù)預(yù)警系統(tǒng).仿真證明，該算法具有較高的預(yù)警精度，在高校管理中的應(yīng)用價(jià)值較高.

1 高校財(cái)務(wù)數(shù)據(jù)預(yù)處理

高校財(cái)務(wù)預(yù)警系統(tǒng)實(shí)現(xiàn)過程中，對財(cái)務(wù)預(yù)警是最終的目的，而實(shí)現(xiàn)這個目的的關(guān)鍵就是決策算法，財(cái)務(wù)數(shù)據(jù)是最根本.為了更好的提升數(shù)據(jù)的采集質(zhì)量，為預(yù)警系統(tǒng)設(shè)計(jì)打下扎實(shí)的基礎(chǔ)，首先就要組建一個財(cái)務(wù)數(shù)據(jù)的倉庫.財(cái)務(wù)倉庫作為預(yù)警系統(tǒng)的核心，其創(chuàng)建根本是要嚴(yán)格掌握不同類型財(cái)務(wù)數(shù)據(jù)的特點(diǎn)和具有代表性的變化規(guī)律，使其可以為各種財(cái)務(wù)報(bào)表分析和配備相匹配的數(shù)據(jù)狀態(tài)，更是做出合理判斷的一個重要憑證［7］.

圖1列舉了財(cái)務(wù)數(shù)據(jù)倉庫體系的流程圖，組建數(shù)據(jù)倉庫需要數(shù)據(jù)挖掘庫和其各種應(yīng)用工具、數(shù)據(jù)整理、初始數(shù)據(jù)源.

圖1 財(cái)務(wù)數(shù)據(jù)倉庫體系

傳統(tǒng)財(cái)務(wù)預(yù)警系統(tǒng)設(shè)計(jì)之初，財(cái)務(wù)倉庫實(shí)現(xiàn)的過程中，不同類型部門、各種需要財(cái)務(wù)支出的項(xiàng)目要建立系統(tǒng)的賬本，致使了很多財(cái)務(wù)數(shù)據(jù)的混淆，不同類型的數(shù)據(jù)雜合在一起，包含了大量的噪聲和殘缺數(shù)據(jù)，數(shù)據(jù)內(nèi)容也雜亂無章表現(xiàn)出冗余，沒有規(guī)律性.這些數(shù)據(jù)是不能用于對財(cái)務(wù)狀況的分析.此外，很多財(cái)務(wù)信息呈現(xiàn)的狀態(tài)也較為模糊，稀疏混亂，難以用于財(cái)務(wù)狀況判別［8］.且初始數(shù)據(jù)中含有的部分?jǐn)?shù)據(jù)是與財(cái)務(wù)狀況決斷毫不相關(guān)的，需要消除.綜上所述可以說明，對數(shù)據(jù)的預(yù)處理是財(cái)務(wù)預(yù)警的關(guān)鍵環(huán)節(jié).

數(shù)據(jù)采集的過程就是對多種類型數(shù)據(jù)源的整理，數(shù)據(jù)預(yù)處理則是將不同類型數(shù)據(jù)如異構(gòu)、噪聲、缺失、非結(jié)構(gòu)和半結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)一整理，以便在數(shù)據(jù)較為復(fù)雜多變的情況下，對財(cái)務(wù)數(shù)據(jù)進(jìn)行更好的整合.其中，在數(shù)據(jù)采集過程中，會將NoSQL作為中間的模型.在高校財(cái)務(wù)系統(tǒng)中，存儲了多種海量的復(fù)雜財(cái)務(wù)數(shù)據(jù)，而NoSQL的最大優(yōu)勢是：第一，可以應(yīng)對海量數(shù)據(jù)的多種存儲方式；第二，對各種類型的數(shù)據(jù)源進(jìn)行分批的采集、交換和存儲；第三，可以有效的保持?jǐn)?shù)據(jù)結(jié)構(gòu)在數(shù)據(jù)存儲中和倉庫中形式的一致性.圖2為NoSQL中間件模型體系結(jié)構(gòu)圖.

圖2 基于NoSQL中間件模型體系結(jié)構(gòu)

數(shù)據(jù)采集的主要步驟為：（1）數(shù)據(jù)初始源：數(shù)據(jù)融合是需要將不同類型的初始數(shù)據(jù)融合在一起，其過程是需要清洗不同結(jié)構(gòu)的數(shù)據(jù)，消除冗余，以最大程度保證數(shù)據(jù)的可利用性和可靠性；（2）數(shù)據(jù)融合：將能夠表現(xiàn)相同狀態(tài)的數(shù)據(jù)融合在一起，建立數(shù)據(jù)一致性制度，并使其變成具有最大保留價(jià)值的信息集合；（3）歸檔存儲：對將生命周期較為薄弱的數(shù)據(jù)進(jìn)行變換歸納，長時間保留在學(xué)校財(cái)務(wù)數(shù)據(jù)的中心，為數(shù)據(jù)的檢索和檢測提供依據(jù).

2 高校財(cái)務(wù)預(yù)警系統(tǒng)的優(yōu)化設(shè)計(jì)

2.1 高校財(cái)務(wù)數(shù)據(jù)樣本的分類

C4.5算法的優(yōu)勢在于可以以最快速度對海量數(shù)據(jù)進(jìn)行分類，并可以發(fā)現(xiàn)數(shù)據(jù)的分布特性和其價(jià)值信息，并且可以將迭代的過程規(guī)范在最小的范圍內(nèi)，能幫預(yù)警決策作出更有效的分析.C4.5算法核心原理是，將整個數(shù)據(jù)訓(xùn)練集定義根節(jié)點(diǎn)，進(jìn)行有序的區(qū)分，并分為很多個不同類型的小的集合，定義為根節(jié)點(diǎn)中的最外層的子節(jié)點(diǎn)，由此在深化，衍生為一個決策樹，最大的特點(diǎn)就是較為迅速，精度較為優(yōu)良.但是在高校預(yù)警系統(tǒng)設(shè)計(jì)的應(yīng)用過程中，會面對海量的數(shù)據(jù)項(xiàng)屬性，也就是說會形成一個很龐大的決策樹，但海量預(yù)警數(shù)據(jù)中存在很多不均勻數(shù)據(jù)，缺失數(shù)據(jù)，當(dāng)面臨這些數(shù)據(jù)時，其分類的準(zhǔn)確率會迅速下降，在反復(fù)排序和掃描后會延長系統(tǒng)的運(yùn)行時間［9］.在實(shí)現(xiàn)高校財(cái)務(wù)數(shù)據(jù)樣本分類的過程中，假設(shè)，獨(dú)立的某個數(shù)據(jù)屬性會有多個取值，并且沒有概化操作標(biāo)識，并且容易被任意屬性代替其深度概念，則應(yīng)從信息列表中，將其剔除.如果，高校財(cái)務(wù)狀態(tài)信息表內(nèi)的基礎(chǔ)建設(shè)投資支付情況、校辦資產(chǎn)風(fēng)險(xiǎn)、基礎(chǔ)建設(shè)資金投入狀態(tài)及其高校自身籌集經(jīng)費(fèi)的年遞增趨勢等部分?jǐn)?shù)據(jù)有很多取值，并且不能在其取值區(qū)域內(nèi)搜索到概化操作標(biāo)識的屬性，那么就應(yīng)該及時剔除.如果，樣本整體的數(shù)量是S，屬性的取值范圍為R，概化標(biāo)識符的屬性由d′de，則利用刪除財(cái)務(wù)數(shù)據(jù)樣本中的冗余屬性：

在式（1）中，e′j代表財(cái)務(wù)情況的描述，e″et代表數(shù)據(jù)屬性種類.

制定選取數(shù)據(jù)屬性的標(biāo)準(zhǔn)，利用信息增益最大為選取制度，選取數(shù)據(jù)屬性后將其作為訓(xùn)練閾值，進(jìn)行訓(xùn)練集的重新分類遞歸調(diào)用，將全部的例子歸納在相同的屬性類別中，對組建的樹進(jìn)行修整.實(shí)現(xiàn)過程為：若?′se是屬性冗余度的最大值，在樣本整體數(shù)量S內(nèi)含有數(shù)量為m的類型樣本ci，那么將si定義為樣本類型的數(shù)量，采用式（2）得出整體信息熵：

在式（2）中，任何一個獨(dú)立樣本pi歸類ci的百分比，可以用來預(yù)測.

之所以要進(jìn)行職業(yè)體育新模式教學(xué)項(xiàng)目的設(shè)計(jì)，旨在做好學(xué)生職業(yè)勞動和社會發(fā)展相適應(yīng)的身心素養(yǎng)的培養(yǎng)，保證職業(yè)體能的開展、職業(yè)競爭能力的培養(yǎng)以及職業(yè)保健能力的訓(xùn)練等都是有針對性展開的。

假設(shè)，一個x屬性有數(shù)量為v的取值{X1,X2,…,XV}，并且，Sj中有多個S內(nèi)的樣本，這部分樣本具有的明顯特征是，在x內(nèi)的值是Xj(i=1,2,…,v)，則將該屬性定義為財(cái)務(wù)數(shù)據(jù)屬性分了的閾值，可利用式（3）計(jì)算得出：

在式（3）中，子集Sj中包含Cj的樣本數(shù)為S1j.

2.2 高校財(cái)務(wù)預(yù)警系統(tǒng)的優(yōu)化設(shè)計(jì)

將熵的物理概念定義為衡量熱力系統(tǒng)的沒有規(guī)則的程度.將熵的含義繁衍到信息論中，依據(jù)熵的不穩(wěn)定性，對C4.5算法進(jìn)行改進(jìn)，定義數(shù)據(jù)測試屬性閾值，對全部數(shù)據(jù)屬性的實(shí)體進(jìn)行歸類，衍生出一個決策樹對數(shù)據(jù)屬性測試程度進(jìn)行預(yù)測，也由此實(shí)現(xiàn)對所有財(cái)務(wù)數(shù)據(jù)狀況實(shí)際空間的歸類.在衍生決策樹的過程中，數(shù)據(jù)分類的標(biāo)準(zhǔn)是要選定一個屬性，并且要促使子節(jié)點(diǎn)中的數(shù)據(jù)類別具有統(tǒng)一性.如果任意個獨(dú)立節(jié)點(diǎn)內(nèi)的數(shù)據(jù)具有類值均分度，則該節(jié)點(diǎn)為熵.

將全部數(shù)據(jù)信息剔除冗余后的信息分布程度定義為“信息熵”，即：

在式（4）中，隨機(jī)樣本是Ci的百分比為(Pi).

信息增益是定義獨(dú)立數(shù)據(jù)屬性在進(jìn)行分類中包含的信息量的大小，該值影響了決策樹衍生時所選取的節(jié)點(diǎn)，其值也大則對分類的作用就越大，相反其作用就?。?0］.獨(dú)立的屬性會通過計(jì)算信息熵來選取樣本分類屬性，利用式（5）計(jì)算A分枝獲取的信息增益：

在式（5）中，給定樣本S理想的信息熵為I(S1,S2,…Sm).

在衍生決策樹的時候，重要的一個環(huán)節(jié)就是對節(jié)點(diǎn)的歸類，將衡量節(jié)點(diǎn)的優(yōu)劣標(biāo)準(zhǔn)就是信息增益率，在上述形成的信息熵和其增益的公式中，信息熵和增益的百分比就是信息增益率.而相互對比的是以單位為屬性上的信息量.

信息增益就是在數(shù)據(jù)集以最小子集為單位時，變量值包含的誤差.為了降低這種誤差，利用式（6）計(jì)算出信息增益率：

利用式（7）得到增益率：

當(dāng)決策樹被衍生后，修減樹是最關(guān)鍵的環(huán)節(jié)，以提升在對數(shù)據(jù)屬性分類時期樹的效果，剪枝時候，會剔除較多的子樹，其目的就是得到更優(yōu)質(zhì)的性能，并且能夠降低決策樹的繁瑣性.利用子樹替代法進(jìn)行改進(jìn)C4.5算法的剪枝，其制度就是比較子樹預(yù)測誤差和任意子葉預(yù)測的誤差，假設(shè)，葉子的錯誤率低于子樹，則用葉子代替樹.在衍生決策樹后，需歷經(jīng)決策樹，搜索出很多路徑，并且不同的路徑要對應(yīng)不同的特征，將整個大樹的表達(dá)規(guī)則生成后，發(fā)現(xiàn)最具有價(jià)值的子集，將規(guī)則集存儲在設(shè)定的文件中，由此實(shí)現(xiàn)高校財(cái)務(wù)預(yù)警，即：

3 仿真實(shí)驗(yàn)證明

實(shí)驗(yàn)是以高校財(cái)務(wù)預(yù)警為結(jié)果，建立財(cái)務(wù)預(yù)警分析流程，見圖3.

3.1 評價(jià)指標(biāo)的設(shè)計(jì)

為了證明提出的改進(jìn)C4.5算法的高校財(cái)務(wù)預(yù)警系統(tǒng)設(shè)計(jì)方法有效性，需要進(jìn)行一次實(shí)驗(yàn)，在Mat-lab7.1環(huán)境下搭建高校財(cái)務(wù)預(yù)警系統(tǒng)設(shè)計(jì)實(shí)驗(yàn)仿真平臺，實(shí)驗(yàn)數(shù)據(jù)來源于某高校2015-2016年財(cái)務(wù)狀況.采用其中百 分之四十的數(shù)據(jù)做為訓(xùn)練數(shù)據(jù)，將剩余的百分之六十的數(shù)據(jù)定為測試數(shù)據(jù)，將預(yù)警精度做為主要評價(jià)指標(biāo)來定義改進(jìn)C4.5算法進(jìn)行高校財(cái)務(wù)預(yù)警的整體有效性，將傳統(tǒng)的C4.5算法做為對比算法，采用預(yù)警擬合優(yōu)度做為客觀評價(jià)指標(biāo)來定義不同算法進(jìn)行高校財(cái)務(wù)預(yù)警系統(tǒng)設(shè)計(jì)的整體優(yōu)越性.假設(shè)，由?″代表訓(xùn)練集整體樣本數(shù)量，f′eg代表部分子集，則利用式（9）計(jì)算出預(yù)警誤差：

圖3 預(yù)警系統(tǒng)流程圖

在式（9）中，s′sui代表單葉的誤差比，h′drf代表信息雜亂度，則 e′def值越小，算法的預(yù)警精度就越好.

如果，s′sf代表樣本分類最大表現(xiàn)度，代表樣本分類屬性數(shù)量，則利用式（10）計(jì)算出預(yù)警擬合優(yōu)度：

在式（10），E′代表信息增益最大值，e′def代表變量取值，則 K′S值越高，算法的預(yù)測精度就越高.

3.2 本文算法的預(yù)警誤差測試

利用本文算法進(jìn)行高校財(cái)務(wù)預(yù)警系統(tǒng)設(shè)計(jì)，測試本文算法進(jìn)行高校財(cái)務(wù)預(yù)警誤差，測試結(jié)果見圖4.本文算法進(jìn)行高校財(cái)務(wù)預(yù)警系統(tǒng)設(shè)計(jì)預(yù)警的誤差始終控制在較低的范圍內(nèi)，可以滿足高校財(cái)務(wù)預(yù)警對其精度的需求（見圖4）.

圖4 本文算法預(yù)警度對比

3.3 不同算法預(yù)警擬合優(yōu)度對比

分別利用傳統(tǒng)算法和本文算法進(jìn)行高校財(cái)務(wù)預(yù)警系統(tǒng)設(shè)計(jì)，對比不同算法進(jìn)行高校財(cái)務(wù)預(yù)警的擬合優(yōu)度，對比結(jié)果見圖5.利用本文算法進(jìn)行學(xué)校財(cái)務(wù)預(yù)警的擬合優(yōu)度要高于傳統(tǒng)算法，這是因?yàn)椴捎帽疚乃惴ㄟM(jìn)行學(xué)校財(cái)務(wù)預(yù)警時，引入Shannon的信息論，改進(jìn)了選擇測試屬性的規(guī)則，保證了本文算法進(jìn)行學(xué)校財(cái)務(wù)預(yù)警的整體優(yōu)越性（見圖5）.

圖5 不同算法預(yù)警的擬合優(yōu)度對比

4 結(jié)語

在現(xiàn)階段的國內(nèi)高校財(cái)務(wù)管理中，還有部分高校對財(cái)務(wù)管理存在很多弊端，比如項(xiàng)目實(shí)現(xiàn)的速度過于遲緩，導(dǎo)致在規(guī)定的情況下，資金還有余額，并且撥款時間間隔較大，但在年底時卻加大撥款的次數(shù)和頻率，以至于產(chǎn)生滿溢狀態(tài)，影響了高校財(cái)務(wù)管理的穩(wěn)定運(yùn)行.

筆者利用Shannon的信息論對C4.5算法進(jìn)行改進(jìn)，并利用改進(jìn)的C4.5算法設(shè)計(jì)出新的高校財(cái)務(wù)預(yù)警系統(tǒng)，利用決策樹時刻掌握財(cái)務(wù)的最新狀況，在一定的情況下，對其發(fā)出預(yù)警信息，對撥款狀態(tài)及時把控，并監(jiān)督有關(guān)的項(xiàng)目進(jìn)程，實(shí)現(xiàn)輔助管理高校財(cái)務(wù)的目標(biāo).高校管理過程較為繁瑣，要建立相關(guān)的制度和調(diào)配方向，在明確基本方向的基礎(chǔ)上，對實(shí)現(xiàn)的具體步驟要有所監(jiān)督，并對實(shí)現(xiàn)的內(nèi)容要有所評價(jià)，同時高校財(cái)務(wù)管理本身也要做到實(shí)施前對其進(jìn)行規(guī)劃，實(shí)施中對其財(cái)務(wù)進(jìn)行掌控，實(shí)施后對其進(jìn)行評價(jià)的路線.而在其中，本文提出的改進(jìn)C4.5算法可以較大程度的利用積累的信息資源，對高校的財(cái)務(wù)狀態(tài)進(jìn)行精準(zhǔn)預(yù)測.