数据挖掘模式下的审计风险预警系统研究 在线电子书 图书标签: 银行  数据  技术  审计   

喜欢 数据挖掘模式下的审计风险预警系统研究 在线电子书 的读者还喜欢

各种审计手段的目标是一致的，就是以最有效的方式获取审计证据，提高审计效率，降低审计风险。 数据挖掘的本质是从大量信息中提取尽可能多的隐藏知识。 对于数据基础条件较好的行业和单位，开展基于数据挖掘的审计是完全可行的。 与审计相关的数据挖掘算法： 关联规则分析：发现隐藏的关联关系 聚类分析：对于同一类别，抽取少量样本；对于聚类分析中发现的孤立点，重点关注。 孤立点分析：发现数据中的异常点和孤立点。 关于聚类与审计：现代审计是一种风险导向审计，可以认为是把审计对象按照风险大小分类。现实中的分类常依赖审计人员的直觉。聚类分析可以作为解决途径之一。 数据挖掘在审计中应用的优点和缺点 优点：全样本分析，发掘隐藏信息 缺点：对数据质量、分析人员的依赖，成本问题，算法本身的局限

各种审计手段的目标是一致的，就是以最有效的方式获取审计证据，提高审计效率，降低审计风险。 数据挖掘的本质是从大量信息中提取尽可能多的隐藏知识。 对于数据基础条件较好的行业和单位，开展基于数据挖掘的审计是完全可行的。 与审计相关的数据挖掘算法： 关联规则分析：发现隐藏的关联关系 聚类分析：对于同一类别，抽取少量样本；对于聚类分析中发现的孤立点，重点关注。 孤立点分析：发现数据中的异常点和孤立点。 关于聚类与审计：现代审计是一种风险导向审计，可以认为是把审计对象按照风险大小分类。现实中的分类常依赖审计人员的直觉。聚类分析可以作为解决途径之一。 数据挖掘在审计中应用的优点和缺点 优点：全样本分析，发掘隐藏信息 缺点：对数据质量、分析人员的依赖，成本问题，算法本身的局限

各种审计手段的目标是一致的，就是以最有效的方式获取审计证据，提高审计效率，降低审计风险。 数据挖掘的本质是从大量信息中提取尽可能多的隐藏知识。 对于数据基础条件较好的行业和单位，开展基于数据挖掘的审计是完全可行的。 与审计相关的数据挖掘算法： 关联规则分析：发现隐藏的关联关系 聚类分析：对于同一类别，抽取少量样本；对于聚类分析中发现的孤立点，重点关注。 孤立点分析：发现数据中的异常点和孤立点。 关于聚类与审计：现代审计是一种风险导向审计，可以认为是把审计对象按照风险大小分类。现实中的分类常依赖审计人员的直觉。聚类分析可以作为解决途径之一。 数据挖掘在审计中应用的优点和缺点 优点：全样本分析，发掘隐藏信息 缺点：对数据质量、分析人员的依赖，成本问题，算法本身的局限

各种审计手段的目标是一致的，就是以最有效的方式获取审计证据，提高审计效率，降低审计风险。 数据挖掘的本质是从大量信息中提取尽可能多的隐藏知识。 对于数据基础条件较好的行业和单位，开展基于数据挖掘的审计是完全可行的。 与审计相关的数据挖掘算法： 关联规则分析：发现隐藏的关联关系 聚类分析：对于同一类别，抽取少量样本；对于聚类分析中发现的孤立点，重点关注。 孤立点分析：发现数据中的异常点和孤立点。 关于聚类与审计：现代审计是一种风险导向审计，可以认为是把审计对象按照风险大小分类。现实中的分类常依赖审计人员的直觉。聚类分析可以作为解决途径之一。 数据挖掘在审计中应用的优点和缺点 优点：全样本分析，发掘隐藏信息 缺点：对数据质量、分析人员的依赖，成本问题，算法本身的局限

各种审计手段的目标是一致的，就是以最有效的方式获取审计证据，提高审计效率，降低审计风险。 数据挖掘的本质是从大量信息中提取尽可能多的隐藏知识。 对于数据基础条件较好的行业和单位，开展基于数据挖掘的审计是完全可行的。 与审计相关的数据挖掘算法： 关联规则分析：发现隐藏的关联关系 聚类分析：对于同一类别，抽取少量样本；对于聚类分析中发现的孤立点，重点关注。 孤立点分析：发现数据中的异常点和孤立点。 关于聚类与审计：现代审计是一种风险导向审计，可以认为是把审计对象按照风险大小分类。现实中的分类常依赖审计人员的直觉。聚类分析可以作为解决途径之一。 数据挖掘在审计中应用的优点和缺点 优点：全样本分析，发掘隐藏信息 缺点：对数据质量、分析人员的依赖，成本问题，算法本身的局限