HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

数据流挖掘及其在持续审计中的可用性研究

作者:谷瑞军; 陈圣磊数据流挖掘持续审计审计模型聚类分类离群点检测

摘要:随着企业信息化程度的提高和互联网的普及,每天都会产生海量的实时数据,而数据流挖掘则为分析海量数据提供了一种新途径。数据流挖掘中的聚类、分类、离群点检测等算法的研究取得了进展,为在持续审计中应用数据流挖掘提供了可行性。本文提出的一种基于数据流挖掘的持续审计模型,克服了传统持续审计模型对审计端的存储能力要求高、占用大量硬件资源、联机分析时间长、对异常数据的发现滞后等缺点。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

南京审计大学学报

《南京审计大学学报》(CN:32-1867/F)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《南京审计大学学报》坚持正确的舆论方向,反映国内外经济、管理、法学等学科和高等教育研究的前沿动态。主要设有金融与保险、公共经济与政府管理、国民经济、企业管理、会计与审计等栏目,注重理论联系实际。

杂志详情