会计舞弊识别中数据挖掘算法应用述评
最近在信息，检测，数据挖掘，风险，技术安全方面产生了一个新的研究领域——基于会计舞弊识别的数据挖掘。由于一些数据挖掘算法(回归分析，神经网络，决策树，贝叶斯和堆栈变量方法学，综合财务比率、学习机制)的进一步发展，人们就可以利用这些算法从大量的舞弊性财务报告(FFS)中提取相关知识。由于会计舞弊识别还很不成熟，所以人们经常提出一些问题。例如：(1)怎样利用上述算法完成识别？(2)怎样从舞弊识别角度来理解和划分这些算法？(3)这些算法是否需要特定的数据？(4)哪些识别方法已经被使用？(5)那种算法是最为常用的？为回答这些问题，本文对这方面的文献进行了全面回顾，而后提出了一般的会计舞弊识别的框架和分类图，并用这个框架和分类图来指导研究。将不同技术或算法在文献中出现的次数计入表格，并且对此进行了分析。最后对未来的研究提出了一些指导意见。
会计舞弊识别 数据挖掘 欺诈算法 检测方法
岳殿民 吴晓丹 韩传模 CHU Chao-hsien
河北工业大学 天津财经大学 宾夕法尼亚州立大学
国内会议
昆明
中文
26-27
2012-07-01（万方平台首次上网日期，不代表论文的发表时间）