【作　　者】
李 盈 邓尚民 庄新磊

【作者单位】
山东理工大学科技信息研究所 山东淄博 255091

【摘　　要】

      【摘要】文章以数据挖掘软件Clementine为平台，按照CRISP-DM的六个阶段对财务困境预测项目进行了数据流构建，利用C5.0算法生成的决策树建立预测模型，并对模型结果进行了分析。
　　【关键词】财务困境预测   Clementine   数据流

      Clementine作为一个广泛应用于电子商务领域的软件，已经在客户流失分析、贷款欺诈等很多具体项目中得到了成功应用，但是在财务困境预测方面却少有涉及。数据挖掘软件具有很好的预测功能，如果能够在财务领域发挥其作用，将大大提高财务预测信息的质量。学者们对数据挖掘技术在财务困境预测中的研究仅仅局限在对具体技术优劣的比较，而没有着眼于整个项目进行研究。本研究将以Clementine为平台，研究财务困境预测项目的数据流构建，以期加速数据挖掘技术在财务领域的应用。
　　一、研究现状
　　陈晓（2000）是国内研究财务困境预测最早的学者之一，他采用逻辑回归方法进行建模，并基于国内资本市场的特殊性，在财务困境的定义和数据源选取方面做了许多工作。其将因财务状况异常而被特别处理（ST）的公司定义为陷入财务困境的公司。