针对上市公司财务欺诈在资本市场普遍存在的问题，本书以上市公司的财务指标数据、非财务指标数据和非结构化的财经新闻文本数据为出发点，研究基于人工智能（AI）的上市公司财务欺诈识别新方法。本书采用上市公司的财务指标、非财务指标以及从财经新闻中提取的主题特征、观点特征和情绪特征等，并基于AI领域中经典的树结构机器学习算法、神经网络结构的深度学习算法，实现上市公司财务欺诈的智能识别。本书所构建的财务欺诈识别新方法，可为监管部门、上市公司管理者和投资者等提供决策依据。

第1章 上市公司财务欺诈识别导论 1．1 引言 1．2 上市公司财务欺诈识别研究综述 1．3 本书的研究内容和创新点 1．4 本书的结构 本章参考文献 第2章 人工智能算法基础 2．1 引言 2．2 ChiMerge特征映射 2．3 线性回归算法 2．4 逻辑回归算法 2．5 基于树结构的人工智能算法 2．6 基于人工神经网络结构的人工智能算法 本章参考文献 第3章 两阶段上市公司财务欺诈识别处理框架 3．1 引言 3．2 总体处理框架 3．3 阶段1处理 3．4 阶段2处理 3．5 损失函数与优化策略 3．6 本章小结 本章参考文献 第4章 基于树结构人工智能算法的上市公司财务欺诈识别 4．1 引言 4．2 相关研究综述 4．3 结构化财报数据的特征提取 4．4 新闻文本特征构建 4．5 融合新闻文本和时序信息的智能识别模型构建 4．6 实验验证与结果分析 4．7 本章小结 本章参考文献 …… 第5章 基于深度神经网络人工智能算法的上市公司财务欺诈识别 第6章 “时域-财务指标域”二维联合域财务欺诈识别方法