基于關(guān)聯(lián)規(guī)則與孤立點的信息舞弊特征識別研究.pdf_第1頁
已閱讀1頁,還剩71頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、信息化環(huán)境下,計算機及其相關(guān)技術(shù)的發(fā)展為企業(yè)經(jīng)營管理帶來了巨大收益的同時也為一些不法企業(yè)或者個人提供了更加豐富的舞弊手段。一方面信息化環(huán)境下新的舞弊手段的產(chǎn)生使得傳統(tǒng)舞弊識別方法已經(jīng)不再適用;另一方面信息化環(huán)境下積聚了海量業(yè)務數(shù)據(jù),如何充分利用海量數(shù)據(jù)背后有價值的信息,為識別舞弊信息提供依據(jù),已經(jīng)成為當前科研人員的一項重要任務。數(shù)據(jù)挖掘作為一種可以從海量數(shù)據(jù)中提取隱含的預測性信息的新技術(shù),研究數(shù)據(jù)挖掘在信息舞弊識別領域的應用,挖掘海量數(shù)

2、據(jù)中隱含的舞弊特征,為提取舞弊信息提供參考具有重要的理論和現(xiàn)實意義。
   本文根據(jù)數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則理論和Apriori算法,以固定資產(chǎn)投資項目專項審計為背景,采集相關(guān)樣本數(shù)據(jù),利用IBM SPSS Modeler14.2完成數(shù)據(jù)的選擇、清洗、預處理等一系列數(shù)據(jù)準備工作,最后用Apriori算法挖掘數(shù)據(jù)集中潛在的、有價值的、有聯(lián)系的規(guī)律,并以此來指導舞弊信息的識別,分析舞弊信息的特征,為降低審計風險,提高審計效率提供支撐,并

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論