原文服务方: 计算机应用研究       
摘要:
为了改进传统的仅仅是把手工审计流程计算机化的计算机辅助审计方法和发现被审计数据中的隐藏信息和更多的审计证据,提出了一种先对海量数据进行数据划分,然后采用改进的孤立点检测技术的审计证据获取方法.该方法首先利用改进粒子群算法对被审计数据进行划分优化,找到高内聚、低耦合的数据划分;然后使用基于距离的改进孤立点检测技术,查找出孤立点数据;最后通过分析发现审计线索.通过相关对比实验表明,该方法易发现海量被审计数据中的隐藏信息,孤立点检测效率也有很大提高,从而提高了审计效率.
推荐文章
基于孤立点检测的错误数据清理方法
数据挖掘
数据清理
错误数据
孤立点检测
一种基于距离的聚类和孤立点检测算法
聚类算法
孤立点检测
距离
密度
基于簇的孤立点检测
孤立点检测
基于簇的孤立点
LDBSCAN
局部偏离因子
一种基于数量关联的孤立点检测算法
数据挖掘
孤立点检测
数量关联
离散化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于划分和孤立点检测的审计证据获取研究
来源期刊 计算机应用研究 学科
关键词 计算机辅助审计 孤立点检测 粒子群算法 数据划分 剪枝技术
年,卷(期) 2009,(7) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2495-2498,2501
页数 5页 分类号 TP311.5
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.07.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谢强 南京航空航天大学信息科学与技术学院 89 1015 18.0 27.0
2 陈伟 73 1120 20.0 30.0
3 张晓伟 南京航空航天大学信息科学与技术学院 1 14 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (24)
参考文献  (5)
节点文献
引证文献  (14)
同被引文献  (13)
二级引证文献  (4)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(3)
  • 二级参考文献(3)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(4)
  • 引证文献(3)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计算机辅助审计
孤立点检测
粒子群算法
数据划分
剪枝技术
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导