基于数据挖掘的审计模式创新研究与应用
大数据环境下，随着机器学习与人工智能的发展，海量数据逐渐发展成为需要新处理模式才能更好地支持决策的信息资产，大数据的产生成为现代审计和会计的一个转折点。关联规则挖掘在许多数据挖掘中有着广泛的应用。当数据库和支持度阈值发生变化时，现有的挖掘方法普遍存在多次扫描数据库或重复遍历复杂数据结构的问题。本文利用经典的Apriori算法并进行优化，针对审计模式的创新研究需求及其数据的特点，提出了基于散列和事务压缩的改进算法，建立了运用关联规则算法进行审计风险控制研究的应用模型。即利用创新的智能化审计模式来发现审计线索，从而提高审计工作的效率以及质量，降低审计风险，实现审计价值最大化。
数据挖掘 关联规则 审计模式创新
王雨霖
上海商学院,上海 201400;中国社会科学院,北京 100044
国内会议
中国管理学七十年学术研讨会暨中国企业管理研究会2019年年会
上海
中文
97-113
2019-10-01（万方平台首次上网日期，不代表论文的发表时间）