- 1、本文档共2页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
数据挖掘技术及其聚类方法在审计中的应用的中期报告
中期报告:数据挖掘技术及其聚类方法在审计中的应用
一、研究背景
随着信息技术的飞速发展,数据的量呈爆炸式增长,数据挖掘技术的应用也愈发广泛。而审计是保障企业财务真实性和合法性的一项重要工作,如何利用数据挖掘技术提高审计效率和准确性,成为当前审计领域研究的热点问题。
二、研究内容
本次研究旨在探讨数据挖掘技术在审计中的应用,并着重研究了聚类算法在审计中的实验效果。
1、数据挖掘技术在审计中的应用
数据挖掘技术主要包括分类、聚类、关联规则等。采用数据挖掘技术,可以对企业财务数据进行深度分析,找出异常数据,发现问题,并制订合理的措施加以应对。在实践中,数据挖掘技术主要通过数据预处理、数据建模、数据选择、既有知识与学习、模型评价和应用等步骤实现。
2、聚类算法在审计中的应用
聚类算法是一种将相似的数据对象归为一类的方法,聚类算法在审计中可以通过对企业财务数据的聚类分析,自动发现企业内部的异常现象,确定并预测企业可能存在的经营问题。
在审计中,常用的聚类算法主要有K-means聚类算法、基于密度的DBSCAN算法等。在本次研究中,我们以K-means聚类算法为例,通过比较不同聚类数目下,各项指标的变化,确定K-means聚类算法的最优聚类数目n,并通过聚类分析,找出存在的财务问题,从而为审计师提供决策支持。
三、实验结果
本次实验以某企业2017年的财务数据为样本,采用Python语言编写了相应的程序,实现了K-means聚类算法,并通过图形化展示,形象化地反映了聚类结果和异常现象。
通过实验结果可以看出,当聚类数目为3时,数据的聚类效果较好;当聚类数目超过3时,聚类效果变差,甚至出现聚类数目与异常个体数目相等的情形。这说明在实际的审计工作中,在利用聚类分析进行检验时,不宜将聚类个数设置过多。
四、未来工作安排
未来的工作重点将集中在以下两方面:
1、完善算法,提高数据挖掘技术在审计中的应用效果。
2、比较不同聚类算法的效果,探讨聚类算法的复杂度和稳定性之间的关系,为利用聚类算法解决实际审计中存在的问题提供更多的方法和思路。
文档评论(0)