近日，我校会计学院教师朱小云在外文期刊《Computer Communications》发表题为“The influence of computer network technology on national income distribution under the background of social economy”的论文（见附件）。该期刊被SCIE和EI同时收录，为JCR-Q2区期刊，朱小云老师为本文的第一作者，罗述苹老师为本文的通讯作者，这是在会计学院领导班子的积极支持和帮助下，取得的科研成果。同时，该论文也是2018年广州华商学院校内科研项目“社群经济”领域收入确认与计量研究（项目编号：2018HSXS07）的阶段性研究成果。
数据挖掘算法广泛应用于商业智能领域，针对基于计算机网络技术的边缘计算模式应用于数据管理的现状，论文基于经典的Apriori算法和im-k-means算法，通过优化候选集和确定初始值的策略提高运算效率，对社群经济背景下国民收入情况的数据挖掘算法进行了优化和改进。利用SPSS Clementine软件进行流程建模，采用改进的im-k-means算法和Apriori算法模型对数据规则进行挖掘，将改进算法应用于包含10个属性（工资收入类别、工作时间、性别、种族、家庭角色、职业、婚姻状态、受教育时间、受教育程度、工作性质）的国民收入管理中。根据案例的置信度分析，得出结论：社群经济背景下，婚姻状况对工资收入类别的影响较大，受教育程度和时间对工资收入水平的影响能力较弱，同时工作性质和工作时间对工资收入水平也会产生一定的影响。
该研究改进和优化了Apriori算法和im-k-means算法，优化后可以克服大量候选频繁集的产生，减少了对数据库的扫描，提高算法效率。本研究的贡献在于，在社群经济背景下，能够采用改进的数据挖掘算法来从海量网络行为数据中获取、整合、分析具有商业价值的有效信息，更好的进行商业决策。为计算机网络技术在数据管理中的应用做出了重要贡献，也为国民收入分类提供了科学合理的方法。
供稿：会计学院朱小云
