一個(gè)用于輔助審計(jì)的數(shù)據(jù)倉庫的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)應(yīng)用的普及，我國絕大多數(shù)企事業(yè)單位實(shí)現(xiàn)了會(huì)計(jì)電算化，使得審計(jì)工作的對(duì)象發(fā)生了質(zhì)的變化，對(duì)審計(jì)提出了更高的要求。目前的審計(jì)工作還不能適應(yīng)這種變化。面對(duì)海量的被審計(jì)數(shù)據(jù)，審計(jì)人員很難有效地找出疑點(diǎn)并總結(jié)出可復(fù)用的審計(jì)經(jīng)驗(yàn)。輔助審計(jì)的數(shù)據(jù)倉庫的建立在一定程度上解決了上述問題。 本文首先介紹了輔助審計(jì)的數(shù)據(jù)倉庫的總體設(shè)計(jì)和系統(tǒng)結(jié)構(gòu)，并描述了數(shù)據(jù)倉庫管理器中數(shù)據(jù)準(zhǔn)備模塊和數(shù)據(jù)挖掘模塊的設(shè)計(jì)方案和功能組成。在此基礎(chǔ)上，重點(diǎn)介紹了數(shù)

2、據(jù)準(zhǔn)備模塊中數(shù)據(jù)采集和數(shù)據(jù)預(yù)處理子模塊的實(shí)現(xiàn)方法以及輔助審計(jì)的數(shù)據(jù)挖掘模型的設(shè)計(jì)和實(shí)現(xiàn)方法。 隨后，本文就系統(tǒng)中使用的數(shù)據(jù)挖掘算法進(jìn)行了深入的研究和探討，闡述了現(xiàn)有的數(shù)據(jù)聚類算法的優(yōu)缺點(diǎn)。針對(duì)現(xiàn)有聚類算法的不足，本文提出了K-CURE層次聚類算法和LBCG網(wǎng)格密度聚類算法，并通過實(shí)驗(yàn)數(shù)據(jù)展示了算法的有效性。 本文所介紹的用于輔助審計(jì)的數(shù)據(jù)倉庫能完成對(duì)被審計(jì)數(shù)據(jù)的抽取、存儲(chǔ)、轉(zhuǎn)換、分析等工作，可以有效地幫助審計(jì)人員在海量數(shù)