大数据(Big Data)又称为巨量资料,描述的是在信息爆炸时代,为了以更低的成本和更有效率的方式搜集、存储、分析和处理不同结构和类型的数据并获取具有决策价值的相关技术。大数据背景下,人们获取数据变得更容易、更迅捷,但仍然面临着数据太多,有用信息却太少的困惑,人们急切地寻找一种工具,以期能够在短时间内迅速处理大量的、类型各异的数据,最终生成具有决策参考价值的信息。在这种背景下,数据挖掘技术应运而生。大数据帮助人们实现了将一切运行的东西转换成数据并加以存储的愿望,数据挖掘技术则能够从巨量数据中筛选、提取有用信息并构建智能分析体系,得出有决策参考价值的结论。尤其是,近年来算法优化和数据建模领域的多项突破,促使数据挖掘技术在包括财务分析在内的各个学科、领域得到快速的推广应用。财务分析产生于二十世纪初期,在近百年的发展过程中已从最初的贷款信用评价发展演变成企业重要的财务活动和决策支撑。随着科技和经济领域进行的一系列变革,企业搜集存储的数据越来越多,传统财务分析方法的缺点逐渐暴露,尤其是片面性和滞后性已经无法满足现代企业的决策需求,数据挖掘在财务分析中的应用就越来越紧迫,并显得尤为必要。企业内部因素和外部环境都影响着企业的财务状况和运营状况,如何将数据挖掘技术与财务分析方法进行有机结合,搜集、存储数据并将这些数据进行筛选、分析,最终挖掘出有用、有价值的商业信息,让企业决策者能更及时准确地获知这些信息,进而做出顺应时势的财务、战略决策,提高企业的市场竞争能力,仍然是一个值得继续深入研究的课题。本文研究的是如何在集团公司内部构建以数据挖掘作为主要技术的财务分析平台。全文共分为五部分,第一部分是绪论,阐述了本文的研究背景、意义以及研究方法,并介绍了国内外学者此前对大数据时代数据挖掘财务分析系统的研究进展。第二部分界定了大数据这一时代背景的内涵以及数据挖掘技术在财务管理领域的应用机理。第三部分阐述了大数据时代数据挖掘技术在财务分析中的应用原理与实现路径。分别从传统财务分析中的问题、数据挖掘技术对财务分析的拓展深化与财务分析平台构建的路径三个方面阐述了大数据时代数据挖掘技术与财务分析相融合的理论、现实意义和可行性。第四部分以S集团为典型案例,分析了集团传统财务分析面临的困境以及构建数据挖掘财务分析平台的应用效果和评价,以及不足之处和改进建议。最后,第五部分总结全文并对未来研究方向做出了展望。