基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现代电子数据迅速膨胀,传统的审计方式已经无法应对海量的业务数据,试图将数据挖掘中的聚类和关联规则算法引入审计领域.在研究聚类与关联规则算法的含义及相关算法—K-Means 和 Apriori 算法的基础上,提出了一种基于聚类与关联规则的审计模型,并以某市城镇医疗保险的审计为例,首先利用聚类分析进行数据筛选,然后利用关联规则挖掘海量数据之间潜在的关系,为审计提供线索.文章通过案例分析为数据挖掘在信息舞弊识别领域的应用提供参考.
推荐文章
关联规则在股票分析中的应用
数据挖掘
关联规则
股票分析
知识发现
基于关联规则的映射聚类算法
高维
映射聚类
关联规则
子空间
结合关联规则与FCM的用户聚类改进
关联规则
用户聚类
FCM
Web日志挖掘
模糊聚类
基于矩阵加权关联规则的核模糊聚类
关联规则
粒度
聚类算法
频繁项集
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 聚类与关联规则在信息舞弊识别中的应用
来源期刊 计算机系统应用 学科
关键词 信息舞弊 关联规则 Apriori算法 聚类 K-Means 数据挖掘 审计
年,卷(期) 2012,(12) 所属期刊栏目
研究方向 页码范围 149-152
页数 分类号
字数 3641字 语种 中文
DOI
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 幸莉仙 华北电力大学大学经济管理系 35 151 7.0 10.0
2 黄慧连 华北电力大学大学经济管理系 2 21 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (59)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(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
信息舞弊
关联规则
Apriori算法
聚类
K-Means
数据挖掘
审计
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
总被引数(次)
57078
论文1v1指导