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:
大数据时代背景下,传统以经验导向的计算机审计辅助工具,例如SQL查询、审计软件显得力不从心,亟需数据科学技术和方法提高审计数据分析的查核、评价和宏观分析能力,而R语言正是集统计学、数据挖掘、计算机科学为一体的流行数据科学分析工具之一.本文首先从数据科学视角诠释了审计数据分析概念,继而从审计数据的获取、处理、分析和可视化的步骤来介绍R语言在审计数据分析的可行性和优缺点及应用实例,最后简要指出R语言在审计数据分析中的应用建议.
推荐文章
数据挖掘在审计信息分析中的应用
海量数据
计算机审计
数据挖掘
模糊神经网络
遗传算法
审计数据
总体分析
R语言在数据预处理中的开发应用
数据预处理
数据挖掘
统计语言
数据挖掘在审计信息分析中的应用
海量数据
计算机审计
数据挖掘
模糊神经网络
遗传算法
审计数据
总体分析
微生物生态研究中BIOLOG方法数据分析及R语言实现
BIOLOG
R语言
多元统计
群落结构
生物多样性
微生物生态
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 数据科学工具之R语言在审计数据分析中的应用探索
来源期刊 中国注册会计师 学科
关键词 审计数据分析 数据科学 R语言
年,卷(期) 2016,(9) 所属期刊栏目 审计与鉴证
研究方向 页码范围 93-97
页数 5页 分类号
字数 5485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 陈伟 南京审计大学审计科学院 73 1120 20.0 30.0
2 牛艳芳 1 9 1.0 1.0
3 邓雪梅 2 22 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (718)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (20)
二级引证文献  (3)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(7)
  • 引证文献(5)
  • 二级引证文献(2)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(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
审计数据分析
数据科学
R语言
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
中国注册会计师
月刊
1009-6345
11-4552/F
大16开
北京市海淀区西四环中路16号院2号楼中国注册会计师协会
1989
chi
出版文献量(篇)
8423
总下载数(次)
5
总被引数(次)
24060
相关基金
山东省自然科学基金
英文译名:Natural Science Foundation of Shandong Province
官方网址:http://kyc.wfu.edu.cn/second/wnfw/shandongshengzirankexuejijin.htm
项目类型:重点项目
学科类型:
论文1v1指导