- 最近浏览记录
-
ISBN:ISBN 978-7-5119-2577-0 出版社:中国时代经济出版社 内容简介数据挖掘一般是从大量的数据中通过计算机算法,去搜索隐藏于其中信息的过程。用通俗的话说,就是面临大量的数据,使用数据挖掘工具“探勘”一遍之前,审计人员不一定有明确的目标,挖掘出来的结果也不一定在审计人员的预料之中。数据挖掘作为一种新的计算机审计方法,能够辅助审计人员发现疑点,为数据式审计提供一个重要的应用途径。本书介绍了审计实践中已经有所尝试的聚类、分类、回归、关联分析、序列模式等数据挖掘方法,以及期望最大值、K均值、朴素贝立叶、决策树、神经网络、多元线性回归、Apriori、马尔科夫链等算法的运用,为即将到来的大数据环境下的审计,提供了新的应用前景。目录序 刘家义前言
1 数据挖掘方法及工具
1.1 常用数据挖掘方法
1.2 常用数据挖掘工具
2 聚类在审计实务中的应用技巧
2.1 医保审计中期望最大化算法挖掘技巧
案例1:应用期望最大化算法发现医保住院违规报销线索
2.2 企业资产审计中K均值算法挖掘技巧
3 分类在审计实务中的应用技巧
3.1 地税代开票中朴素贝叶斯算法挖掘技巧
案例3:应用朴素贝叶斯算法发现地税代开票业务税率异常线索
3.2 银行贷款五级分类审计中决策树算法挖掘技巧
案例4:应用决策树算法发现掩盖贷款风险线索
4 回归在审计实务中的应用技巧
4.1 住房公积金贷款审计中神经网络回归算法挖掘技巧
案例5:应用神经网络回归算法发现违规发放公积金贷款线索
4.2 上市公司所得税审计中多元线性回归算法挖掘技巧
案例6:应用多元线性回归算法发现上市公司漏缴所得税线索
5 关联分析在审计实务中的应用技巧
案例7:应用Apriori算法发现虚假住院套取医保资金线索
6 序列模式在审计实务中的应用技巧
案例8:应用马尔科夫链算法发现交通违法处理过程中存在的违规分销问题线索
7 跨行业数据综合分析技巧
案例9:通过中文分词自学习算法进行异构数据关联匹配
参考文献
后记
显示全部信息