數(shù)據(jù)挖掘技術(shù)在聯(lián)網(wǎng)審計(jì)中的應(yīng)用與研究.pdf

1、隨著信息系統(tǒng)的發(fā)展，各大型國(guó)有企業(yè)、中央部委、海關(guān)等部門(mén)積累了大量業(yè)務(wù)信息，審計(jì)署每年要花大量的精力審計(jì)這些業(yè)務(wù)數(shù)據(jù)，以期發(fā)現(xiàn)這些部門(mén)是否有違規(guī)行為并上報(bào)中央，對(duì)其進(jìn)行監(jiān)督整改。由于這些業(yè)務(wù)數(shù)據(jù)日益巨大，因此有必要利用相關(guān)技術(shù)對(duì)這些重要信息進(jìn)行分析處理。
　　數(shù)據(jù)挖掘是廣泛應(yīng)用于大數(shù)據(jù)分析處理的技術(shù)之一，采用數(shù)據(jù)挖掘技術(shù)可以通過(guò)對(duì)大量業(yè)務(wù)數(shù)據(jù)的分析處理，挖掘出有疑點(diǎn)的數(shù)據(jù)，從而重點(diǎn)對(duì)這些疑點(diǎn)數(shù)據(jù)進(jìn)行審計(jì)分析，降低數(shù)據(jù)量，減少審計(jì)分

2、析處理工作量，排除人為因素的干擾，得到的審計(jì)結(jié)果有著較好的客觀性。
　　本文以數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)，以海關(guān)、社保和國(guó)稅單位的數(shù)據(jù)為載體，通過(guò)分析數(shù)據(jù)特征，從數(shù)據(jù)預(yù)處理、可疑審計(jì)數(shù)據(jù)集的形成以及審計(jì)方法匹配三個(gè)方面，對(duì)審計(jì)數(shù)據(jù)進(jìn)行深入分析研究，為最終審計(jì)提供輔助決策。
　　本文首先分析了當(dāng)前國(guó)有企業(yè)、中央部委等部門(mén)的數(shù)據(jù)分布特點(diǎn)，根據(jù)審計(jì)組網(wǎng)要求，提出了數(shù)據(jù)采集局域網(wǎng)、數(shù)據(jù)傳輸局域網(wǎng)、數(shù)據(jù)存儲(chǔ)局域網(wǎng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，在數(shù)據(jù)采集局域

3、網(wǎng)通過(guò)設(shè)置前置數(shù)據(jù)采集機(jī)進(jìn)行數(shù)據(jù)采集，為保證被審計(jì)單位和審計(jì)署之間的系統(tǒng)安全性，設(shè)置了雙開(kāi)關(guān)的網(wǎng)絡(luò)開(kāi)關(guān)，保證兩個(gè)系統(tǒng)的物理隔離;在數(shù)據(jù)傳輸局域網(wǎng)中，采用當(dāng)前成熟的數(shù)據(jù)傳輸方法，采取SDH/ATM/ADSL等技術(shù)進(jìn)行數(shù)據(jù)傳輸，并通過(guò)構(gòu)建審計(jì)專網(wǎng)VPN進(jìn)行安全性構(gòu)建;在數(shù)據(jù)存儲(chǔ)局域網(wǎng)中，通過(guò)不同單位數(shù)據(jù)特點(diǎn)，設(shè)置了集中式、分散式以及共享式的存儲(chǔ)局域網(wǎng)，并且根據(jù)各個(gè)單位的數(shù)據(jù)分布特點(diǎn)，提出了三種典型的組網(wǎng)模式，即集中式組網(wǎng)、分布式組網(wǎng)以及點(diǎn)對(duì)

4、點(diǎn)式組網(wǎng)。
　　面向有噪聲的審計(jì)數(shù)據(jù)，通過(guò)分析比較數(shù)據(jù)降維方法，本文提出融合L2,1主成分分析的半監(jiān)督降維去噪算法，由于PCA對(duì)數(shù)據(jù)中的噪聲敏感，將L2,1范數(shù)對(duì)PCA進(jìn)行改進(jìn)，同時(shí)由于L2,1范數(shù)的PCA算法是通過(guò)降低矩陣的秩實(shí)現(xiàn)維數(shù)約簡(jiǎn)，而秩的計(jì)算復(fù)雜。本文針對(duì)這一問(wèn)題，提出利用跡范數(shù)代替矩陣的秩來(lái)簡(jiǎn)化L2,1-PCA的計(jì)算，提高算法效率，進(jìn)行數(shù)據(jù)降維。為獲得算法的最優(yōu)解，本文在此基礎(chǔ)上提出了基于半監(jiān)督的融合L2,1-PCA的

5、除噪優(yōu)化模型，模型利用跡范數(shù)以及矩陣變化，利用特征方程方法以及李雅普諾夫方程方法，求取模型的最優(yōu)解，并證明了模型的穩(wěn)定性。實(shí)驗(yàn)結(jié)果表明，該模型具有良好的降維除噪效果。
　　由于審計(jì)數(shù)據(jù)大部分是時(shí)序數(shù)據(jù)，為分析可疑審計(jì)數(shù)據(jù)，本文提出了去峰值的顯著連續(xù)序列算法，該算法通過(guò)分析以往時(shí)序序列異常數(shù)據(jù)發(fā)現(xiàn)算法，在顯著連續(xù)序列算法的基礎(chǔ)上，進(jìn)一步減少顯著序列組的計(jì)算，提高運(yùn)算效率，算法以海關(guān)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，發(fā)現(xiàn)了數(shù)據(jù)集中的顯著數(shù)據(jù)序列，在此基礎(chǔ)

6、上，對(duì)這些數(shù)據(jù)進(jìn)行進(jìn)一步的審計(jì)可以提高審計(jì)效率。
　　為提高審計(jì)效率，借鑒以往的審計(jì)方法，本文提出了構(gòu)建審計(jì)方法庫(kù)的基本方法。在進(jìn)行審計(jì)方法的匹配中，本文提出了基于hownet的語(yǔ)句匹配算法，該算法在分析了以往匹配方法不考慮詞語(yǔ)頻率的問(wèn)題，構(gòu)建了頻率函數(shù)以及權(quán)重函數(shù)，將頻率函數(shù)加入匹配算法中，充分考慮了不同詞語(yǔ)的權(quán)重。實(shí)驗(yàn)表明，這種方法具有更有效的匹配度。在審計(jì)規(guī)則應(yīng)用中，將這種匹配算法引入到審計(jì)方法的查找匹配中，有效率較高。