大数据时代基于DBSCAN聚类方法的审计抽样

• 作者: 程平 陈珊
• 来源期刊: 中国注册会计师
• 关键词: 大数据审计 抽样聚类关 联规则
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 学术研究
• 页码范围: 76-79
• 页数: 4页
• 字数: 6144字
• 语种: 中文

摘要

高度信息化的大数据时代,导致企业的生产经营产生大量、分散、复杂的会计数据,在审计全覆盖无法实现的情况下,审计抽样的质量至关重要.针对现有审计抽样问题,本文提出了在已有的审计领域知识库的基础上,建立审计样本与审计目标的关联规则,并利用DBSCAN聚类算法对审计抽样关联规则进行聚类,接着对聚类结果进行新颖度评价,筛选出高价值聚类结果存入审计领域知识库,实现审计领域知识的积累和再利用.最后,运用审计实例对实验进行分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程平		136	2379	26.0	45.0
2	陈珊		4	144	4.0	4.0