數(shù)據(jù)挖掘與聯(lián)網(wǎng)審計相關(guān)理論概述,審計論文

數(shù)據(jù)挖掘與聯(lián)網(wǎng)審計相關(guān)理論概述,審計論文本篇論文目錄導(dǎo)航：【題目】【第一章】【第二章】數(shù)據(jù)挖掘與聯(lián)網(wǎng)審計相關(guān)理論概述【第三章】【4.1】【4.24.3】【結(jié)論/以下為參考文獻(xiàn)】第2章數(shù)據(jù)挖掘與聯(lián)網(wǎng)審計相關(guān)理論概述2.1數(shù)據(jù)挖掘的概述。隨著大數(shù)據(jù)時代的到來，云存儲技術(shù)的應(yīng)用，這就導(dǎo)致人們對海量的數(shù)據(jù)有著亟待分析的渴望。另外不同學(xué)科理論的之間穿插研究和學(xué)科之間的界線的模糊，利用不同類型的數(shù)據(jù)庫和數(shù)據(jù)倉庫技術(shù)存儲數(shù)據(jù)管理數(shù)據(jù)，利用數(shù)理統(tǒng)計方式方法和機(jī)器學(xué)習(xí)中的不同技術(shù)分析探尋求索數(shù)據(jù)，這種多學(xué)科之間相互學(xué)習(xí)，相互借鑒實踐的思想，逐步促使來自各學(xué)科或各領(lǐng)域的人們從不同角度研究并運用同一種技術(shù)-數(shù)據(jù)挖掘。首屆知識發(fā)現(xiàn)和數(shù)據(jù)挖掘國際學(xué)術(shù)會議在1995年的加拿大蒙特利爾召開。數(shù)據(jù)挖掘這個詞語從此就迅速的傳播出去了。人們則把數(shù)據(jù)庫中存儲的數(shù)據(jù)當(dāng)做亟待開發(fā)的礦石一樣，數(shù)據(jù)挖掘技術(shù)則被形象的比喻成是從數(shù)據(jù)礦中開挖知識的經(jīng)過。接著便是，國內(nèi)外諸多學(xué)者和機(jī)構(gòu)都將自個的研究領(lǐng)域放在了數(shù)據(jù)挖掘理論和應(yīng)用研究這方面上，繼而大量的商業(yè)應(yīng)用成功案例、學(xué)術(shù)論文以及著作就出現(xiàn)了。而且這些大量成果牽涉的領(lǐng)域各有不同而且側(cè)重點也極為廣泛。有的在計算機(jī)數(shù)據(jù)倉庫和數(shù)據(jù)庫視角下研究數(shù)據(jù)挖掘經(jīng)過中的數(shù)據(jù)管理理論和技術(shù)，有的從人工智能和機(jī)器學(xué)習(xí)角度重點討論各種算法改良策略，有的則是從應(yīng)用角度討論怎樣施行數(shù)據(jù)挖掘以及解決諸如客戶關(guān)系管理、購物籃分析、信譽卡評分、產(chǎn)品制造、Web點擊流分析等諸多現(xiàn)實問題，構(gòu)成了史無前例的蓬勃局面。2.1.1數(shù)據(jù)挖掘的定義。數(shù)據(jù)挖掘的多學(xué)科融合特征使得在數(shù)據(jù)挖掘誕生的時候，不同研究者對數(shù)據(jù)挖掘的理解和定義就有所差異不同。例如，美國的麥克貝里和戈登利諾夫在其1997年所著的(數(shù)據(jù)挖掘技術(shù)：市場營銷、銷售與客戶關(guān)系管理領(lǐng)域應(yīng)用〕[19]和2000年的所著(數(shù)據(jù)挖掘--客戶關(guān)系管理的科學(xué)與藝術(shù)〕[20]著作中指出，數(shù)據(jù)挖掘是一種通過自動半自化的工具對大量的數(shù)據(jù)進(jìn)行探尋求索和分析的經(jīng)過，其目的是發(fā)現(xiàn)華而不實有意義的形式和規(guī)律.美國的MehmedKantardzic2002年著的書(數(shù)據(jù)挖掘：概念、模型、方式方法和算法〕對數(shù)據(jù)挖掘下的定義為數(shù)據(jù)挖掘是一個從已經(jīng)知道數(shù)據(jù)集合中發(fā)現(xiàn)各種模型、概要和導(dǎo)出值的經(jīng)過。[21]薛薇，陳歡歌2018年的著作(Clementine數(shù)據(jù)挖掘方式方法及應(yīng)用〕中所采納的定義：數(shù)據(jù)挖掘是一個利用各種方式方法，從大量數(shù)據(jù)中提取隱含和潛在的，對于決策有用的信息和知識的經(jīng)過。[22]DavidHand于2003年所著的(數(shù)據(jù)挖掘原理〕中對于數(shù)據(jù)挖掘采用的定義是：數(shù)據(jù)挖掘就是對觀測年到的數(shù)據(jù)集〔通常是很龐大的〕進(jìn)行分析，目的是發(fā)現(xiàn)未知的關(guān)系和以數(shù)據(jù)擁有者能夠理解并對其有價值的新穎方式來總結(jié)數(shù)據(jù)。[23]袁梅宇在2020年所著的(數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)-WEKA應(yīng)用技術(shù)與實踐〕中對于數(shù)據(jù)挖掘的定義是：數(shù)據(jù)挖掘就是在數(shù)據(jù)中尋找形式的經(jīng)過。[24]隨著數(shù)據(jù)挖掘研究的深切進(jìn)入和應(yīng)用領(lǐng)域的不斷擴(kuò)展，學(xué)者對于數(shù)據(jù)挖掘的所下的定義已經(jīng)達(dá)成趨于一致觀點，這里我們采用邵峰晶和于忠清書(數(shù)據(jù)挖掘原理與算法〕的定義：數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在華而不實的、人們事先不知道的、但又是潛在的有用信息和知識的經(jīng)過。[25]2.1.2數(shù)據(jù)挖掘的步驟。很多數(shù)據(jù)挖掘問題的解決步驟都包括下面幾個方面：〔1〕定義問題和指定前提假設(shè)很多依靠于建立數(shù)據(jù)模型來進(jìn)行的研究都是在其相應(yīng)的適用專業(yè)范圍里進(jìn)行的。于是，假如想提出一個好的問題，沒有相關(guān)專業(yè)領(lǐng)域的經(jīng)歷體驗與知識是不行的然而，很多運用數(shù)據(jù)挖掘技術(shù)來進(jìn)行的研究的人，往往太專注于數(shù)據(jù)挖掘技術(shù)上了，卻無法給自個研究的問題下一個清楚定義，并給模型指定一些前提假設(shè)〔2〕數(shù)據(jù)提?。杭偃邕M(jìn)行審計活動，則要根據(jù)被審計的對象的存儲情況，從存儲數(shù)據(jù)的數(shù)據(jù)庫、數(shù)據(jù)倉庫或數(shù)據(jù)集市中提取相關(guān)的數(shù)據(jù)。由于不同單位的所應(yīng)用的數(shù)據(jù)庫軟件不同，所以能提取數(shù)據(jù)也并不是一件比擬容易的事。當(dāng)然對于內(nèi)部審計人員來講，經(jīng)過本單位管理層的同意，對本單位的數(shù)據(jù)存取便比擬容易了。〔3〕數(shù)據(jù)預(yù)處理：數(shù)據(jù)提取出之后便要對其進(jìn)行初步的加工，例如：對于提取的數(shù)據(jù)，檢查他們能否與以前的數(shù)據(jù)值有連貫性，數(shù)據(jù)的采集能否完好。對提取的數(shù)據(jù)中異常數(shù)據(jù)和噪聲數(shù)據(jù)要進(jìn)行處理，對與噪聲數(shù)據(jù)能夠進(jìn)行刪除，對于丟失的數(shù)據(jù)能夠根據(jù)某種規(guī)則進(jìn)行填補(bǔ)。但在審計活動中，數(shù)據(jù)存在異常點〔異常數(shù)據(jù)〕卻可能是是審計線索的一種提示，由于這些異常點可能是隨機(jī)產(chǎn)生，可以能是人為的。異常值通常暗示此處被審計數(shù)據(jù)能否可能是審計主體對審計對象的偽造或篡改。假如在審查數(shù)據(jù)時發(fā)現(xiàn)了一些離群數(shù)據(jù)，則能夠根據(jù)企業(yè)或單位的歷史數(shù)據(jù)或同行業(yè)其他單位的一些指標(biāo)進(jìn)行比照分析?！?〕知識提?。哼\用選定的數(shù)據(jù)挖掘算法，從數(shù)據(jù)中提取用戶所需要的知識，這些知識能夠用一種特定的方式表示或使用一些常用的表示方式。這一步也就牽涉到數(shù)據(jù)挖掘各種算法的運用，假如不能選定適宜的數(shù)據(jù)挖掘算法來處理數(shù)據(jù)，則能夠用多種算法來對數(shù)據(jù)進(jìn)行挖掘，根據(jù)相關(guān)的指標(biāo)〔例如ROC曲線〕對所用的算法進(jìn)行比擬。隨后的本文的數(shù)據(jù)實證部分能夠看到，我們采用了五種模型來進(jìn)行數(shù)據(jù)挖掘，并不是簡簡單單項選擇用華而不實某一種。評估模型要求必須選擇華而不實與數(shù)據(jù)處理最契合的一種或幾種。〔5〕評估模型：把挖掘到結(jié)果或某種隱含信息用某種方式表示出來，再根據(jù)這種挖掘出來的結(jié)果應(yīng)用于實踐活動中，看能否與實踐結(jié)果相匹匹配，假如不能匹配就需要進(jìn)一步的優(yōu)化模型，或重新設(shè)置相關(guān)參數(shù)值，或采納更好的挖掘算法，直到知足用戶要求。假如評估模型的結(jié)果不能知足用戶的要求，則能夠從之前的步驟循環(huán)做下去。在歸納出知識后，數(shù)據(jù)挖掘技術(shù)強(qiáng)調(diào)該知識是能夠被解釋的，盡管這種解釋可能無法立即得到，但假如我們總是無法解釋它，那我們同樣應(yīng)懷疑它的真實性，因而數(shù)據(jù)挖掘能夠被看作確定目的-歸納-解釋的數(shù)據(jù)分析經(jīng)過。2.1.3當(dāng)下的數(shù)據(jù)挖掘技術(shù)的在各個領(lǐng)域應(yīng)用的簡單介紹。數(shù)據(jù)挖掘技術(shù)已被應(yīng)用到下面幾個領(lǐng)域：〔1〕電子商務(wù)領(lǐng)域。如今淘寶網(wǎng)的客戶只要登錄其賬戶后，頁面首頁便出現(xiàn)其以前輸入在搜索欄里搜索過某類商品，或客戶曾經(jīng)購買過的商品。阿里巴巴的數(shù)據(jù)挖掘分析系統(tǒng)會在諸多商品中通過數(shù)據(jù)挖掘技術(shù)鎖定客戶的偏好程度，向客戶推薦客戶可能偏好的產(chǎn)品，極大的增加了交易時機(jī)。同樣在亞馬遜有過購物經(jīng)歷體驗的人們也會有類似的體驗。在亞馬遜網(wǎng)頁上閱讀過網(wǎng)頁上的商品，你會好奇的發(fā)現(xiàn)，自個搜索的商品附近有自個曾經(jīng)感興趣，或閱讀過的商品。這是亞馬遜網(wǎng)站對大量網(wǎng)站用戶的閱讀記錄數(shù)據(jù)挖掘之后，對其挖掘結(jié)果的出現(xiàn)的商品向客戶進(jìn)行推薦，據(jù)講這種基于數(shù)據(jù)挖掘的推薦系統(tǒng)幫助亞馬遜提高了30%以上的銷售額?！?〕零售業(yè)領(lǐng)域。百貨商場、大型超市如沃爾瑪?shù)榷荚趯ζ涿咳湛蛻糍徺I商品的歷史數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，以便猜想最近顧客的消費習(xí)慣，預(yù)測以后商品的大概銷售情況或不同種商品之間的關(guān)聯(lián)度。數(shù)據(jù)挖掘技術(shù)并不是通過歷史數(shù)據(jù)的分析預(yù)測客戶的行為，只是分析歷史數(shù)據(jù)隱含的某種信息形式。實際上客戶連自個可能都不明確下一步要做什么。所以，數(shù)據(jù)挖掘技術(shù)并沒有人們現(xiàn)象中神秘，它也不可能是完全正確的?！?〕欺詐甄別領(lǐng)域。電信業(yè)、保險業(yè)和銀行信譽卡部門經(jīng)常面臨客戶的欺詐行為，如信譽卡惡性透支，謊報保險事故等，這給保險業(yè)和銀行業(yè)的造成了不少經(jīng)濟(jì)損失。假如能區(qū)別正?？蛻艉头钦？蛻舻脑?，提早對潛在的詐騙行為和其客戶群體進(jìn)行預(yù)測，即便能夠獲得很少的預(yù)測，都能夠讓電信業(yè)、保險業(yè)和銀行減少損失。通常應(yīng)用于欺詐甄別的主要是數(shù)據(jù)挖掘中的聚類算法，通過對正常行為和詐騙行為、風(fēng)險系數(shù)小客戶和風(fēng)險較大的客戶進(jìn)行聚類，得到具有潛在詐騙行為客戶的某些特點。并把這些特征和特點運用到以后的業(yè)務(wù)活動中，假如出現(xiàn)了類似的特征的，就能夠?qū)ζ渲攸c關(guān)注，提早做好防御準(zhǔn)備?！?〕醫(yī)學(xué)領(lǐng)域。通過對醫(yī)學(xué)大數(shù)據(jù)的挖掘、分析，并應(yīng)用智能決策技術(shù)，對常見疾病如心絞痛、心肌梗死、腦血管疾病、糖尿病、高血壓病、腫瘤、哮喘病、結(jié)締組織病等疾病發(fā)生幾率的預(yù)測和疾病風(fēng)險的預(yù)測，預(yù)測遺傳性疾病和多發(fā)性多因素疾病，有重大的臨床意義和廣泛的社會效益。通過對大量醫(yī)學(xué)數(shù)據(jù)的挖掘分析，以及應(yīng)用智能決策技術(shù)，還能夠揭示發(fā)生醫(yī)療缺陷的原因、趨向、相關(guān)因素，以便制定科學(xué)的管理，減少、甚至杜絕醫(yī)療缺陷和糾紛。例如，加拿大安大概省癌癥防治中心通過研發(fā)、施行安大概省預(yù)防醫(yī)學(xué)與癌癥防治體系，對全省的腫瘤大數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，開展病人安全與事故的預(yù)防，即利用數(shù)據(jù)挖掘方式方法揭示臨床事故的趨勢，研究和識別引起各種事故的關(guān)鍵因素，指導(dǎo)預(yù)防措施?！?〕反洗錢領(lǐng)域。金融方面的洗錢活動是最令監(jiān)管這頭痛的一件事，而金融交易活動是洗錢犯罪行為的一個重要環(huán)節(jié)。金融監(jiān)管者只需要通過分析金融機(jī)構(gòu)的客戶信息和交易數(shù)據(jù)，運用適宜的數(shù)據(jù)挖掘方式方法，結(jié)合這些客戶背景，就能夠辨別出可疑金融交易記錄，最后根據(jù)貝葉斯斷定原理，綜合各個層次的可疑信息，得到交易記錄的整體可疑度，最終為數(shù)據(jù)挖掘技術(shù)就能夠為反洗錢監(jiān)測提供快速準(zhǔn)確的參考。2.1.4數(shù)據(jù)挖掘技術(shù)的分類。數(shù)據(jù)挖掘能做一下幾種不同的事情：分類、估值、預(yù)測、關(guān)聯(lián)規(guī)則、聚類。這幾種數(shù)據(jù)挖掘的分析方式方法從機(jī)器學(xué)習(xí)方面來進(jìn)行區(qū)別，能夠分為兩類：直接數(shù)據(jù)挖掘〔DirectedDataMining〕和間接數(shù)據(jù)挖掘〔UndirectedDataMining〕。直接數(shù)據(jù)挖掘是一種需要設(shè)定目的變量的數(shù)據(jù)挖掘，通過研究其他變量的屬性與目的變量屬性之間的關(guān)系，挖掘出目的變量知足一定條件的結(jié)果。而間接數(shù)據(jù)挖掘是一種不使用目的變量〔至少不明確使用〕的數(shù)據(jù)挖掘，而是在所有的屬性中尋找某種關(guān)系。固然間接數(shù)據(jù)挖掘沒有使用任何目的變量，但仍然需要解決業(yè)務(wù)目的。如異常值檢驗則屬于間接數(shù)據(jù)挖掘。分類、估值、預(yù)測屬于直接數(shù)據(jù)挖掘，關(guān)聯(lián)分析和聚類屬于間接數(shù)據(jù)挖掘。各種分析方式方法簡介如下：〔1〕分類。分類的目的是找出某種形式或函數(shù)，函數(shù)能把要被挖掘的數(shù)據(jù)分別歸類到不同的集合中。如銀行的信譽卡申請者的信譽能夠分為可靠、普通、危險三類，在這個經(jīng)過中，類的個數(shù)是事先確定的。構(gòu)造一個分類函數(shù)的方式方法有很多，如：統(tǒng)計方式方法中的貝葉斯法和非參數(shù)法，機(jī)器學(xué)習(xí)方式方法中的決策樹法和規(guī)則歸納法，還有神經(jīng)網(wǎng)絡(luò)方式方法和粗糙集等。〔2〕估值。估值與分類類似，所不同的是估值最終輸出結(jié)果是連續(xù)型的數(shù)值，而分類最終輸出的是表示類別的離散型數(shù)值。另外對于分類來講，挖掘數(shù)據(jù)之前我們首先要事先決定最后分好的類數(shù)，而對于估值來講，我們并不能事先確定的估計的值到底是多少。例如，根據(jù)一個顧客的購買形式估計他的月收入?！?〕預(yù)測。預(yù)測是通常是建立在估值或分類的基礎(chǔ)上進(jìn)行的，無論是估值還是分類，我們隊所挖掘的結(jié)果都能產(chǎn)生一個模型，假如對于檢驗樣本組而言該模型具有較高的準(zhǔn)確率，則能夠?qū)⒃撃Ｐ陀糜趯ξ粗兞窟M(jìn)行預(yù)測?！?〕關(guān)聯(lián)規(guī)則。這種判定方式方法的目的是發(fā)現(xiàn)某些事情或事物存在不易被觀測到的聯(lián)絡(luò)。例如某些客戶在超市中購買嬰兒的尿布的時候，經(jīng)常會順帶著一起購買啤酒。為什么會出現(xiàn)這種現(xiàn)象呢？通過觀察發(fā)現(xiàn)，這些顧客基本上是青年男性，孩子的母親需要留在家里照管嬰兒，父親們在負(fù)責(zé)購買尿布的時候總是喜歡為自個買些啤酒?！?〕聚類。聚類是一種自動尋找并建立分組規(guī)則的方式方法，它通過判定數(shù)據(jù)或樣本之間的類似性，把類似的數(shù)據(jù)或樣本劃為一個集群中。聚類和分類的區(qū)別是：聚類不需要事先定義好類的數(shù)量，而是要自動分析當(dāng)下數(shù)據(jù)集所自然呈現(xiàn)出類的數(shù)量，它不需要訓(xùn)練集。聚類通常作為數(shù)據(jù)挖掘的第一步。例如通常債權(quán)人會將貸款放貸給具有財務(wù)指標(biāo)特征的企業(yè)，對于這個問題，首先應(yīng)對樣本集合中的每一種財務(wù)指標(biāo)各自進(jìn)行聚類，將這些連續(xù)的數(shù)據(jù)轉(zhuǎn)換為離散型數(shù)據(jù)，這樣可能會更快地找到答案:。不僅如此，對于很多數(shù)據(jù)挖掘算法，很多都是需要輸入離散型數(shù)據(jù)。2.2聯(lián)網(wǎng)審計的概述。2.2.1聯(lián)網(wǎng)審計的定義。聯(lián)網(wǎng)審計在我們國家研究的起步不是很早，國內(nèi)的學(xué)者對其也沒有統(tǒng)一的定義。但大多數(shù)人都傾向于這種解釋：審計機(jī)關(guān)與被審計單位進(jìn)行網(wǎng)絡(luò)互連后，在對被審計單位財政財務(wù)管理相關(guān)信息系統(tǒng)進(jìn)行測評和高效率的數(shù)據(jù)采集與分析的基礎(chǔ)上，對被審計單位財政財務(wù)收支的真實、合法、效益進(jìn)行適時、遠(yuǎn)程檢查監(jiān)督的行為。[26]這里的審計機(jī)關(guān)能夠是擔(dān)任外部審計主力軍的會計師事務(wù)所，可以以是的審計部門，另外還能夠是組織的內(nèi)部審計機(jī)構(gòu)。假如是組織的內(nèi)部審計部門呢，也就使詳細(xì)到內(nèi)部審計方面來講，由企業(yè)的內(nèi)部審計師對企業(yè)的內(nèi)部的信息系統(tǒng)或與之相關(guān)的內(nèi)部控制流程或經(jīng)營活動方案，進(jìn)行大范圍的檢查監(jiān)測，并對之進(jìn)行評價和最后向企業(yè)高級管理層進(jìn)行報告的經(jīng)過。聯(lián)網(wǎng)審計是由于網(wǎng)絡(luò)技術(shù)在審計中的應(yīng)用而構(gòu)成的一種新的審計形式。在國外有些人將聯(lián)網(wǎng)審計稱作連續(xù)審計，或在線審計。這點我不甚贊同，由于連續(xù)審計是指：審計人員在一個愈加連續(xù)或持續(xù)的基礎(chǔ)上所使用的執(zhí)行審計相關(guān)活動的所有方式方法。它是從連續(xù)控制評估到連續(xù)風(fēng)險評估-關(guān)于控制風(fēng)險連續(xù)的所有工作-的所有活動的連續(xù)集合。聯(lián)網(wǎng)審計能夠做到持續(xù)的執(zhí)行審計活動，但并不是所有處在的連續(xù)審計活動中的單位都是經(jīng)過互聯(lián)網(wǎng)或其他媒介互聯(lián)的。并不能做到實時審計，所以充其量連續(xù)審計有著與聯(lián)網(wǎng)審計類似的某些特點。2.2.2聯(lián)網(wǎng)審計的特點。聯(lián)網(wǎng)審計主要有下面幾個特點：〔1〕審計時間的不固定性從內(nèi)部審計方面來考察，內(nèi)部審計人員只要在得到管理層的受權(quán)后，就隨時通過網(wǎng)絡(luò)訪問到本公司的相關(guān)電子記錄信息，如訪問財務(wù)數(shù)據(jù)庫，企業(yè)的交易記錄。大大縮短了審計人員提取信息的時間和周期。同時，對于被審計單位正在發(fā)生的經(jīng)濟(jì)事項，審計人員能夠在經(jīng)濟(jì)活動結(jié)束前介入施行審計活動，可以以在經(jīng)濟(jì)活動結(jié)束后施行審計活動。完美的實現(xiàn)了事中與事后審計的結(jié)合，也不再拘泥于以往的靜態(tài)審計了，充分具體表現(xiàn)出動態(tài)審計的優(yōu)越性?！?〕審計的地點不確定性有了網(wǎng)絡(luò)的連接，地點也不再是審計人員頭痛