發(fā)布時間：2020-12-15 13:06

　　傳統(tǒng)審計方式很難發(fā)現(xiàn)隱藏于海量數(shù)據(jù)中的各種財務(wù)問題,本文以學科交叉的思維,綜合運用數(shù)據(jù)挖掘技術(shù)、基于專家知識的故障診斷理論和財務(wù)審計理論,開發(fā)出了一個能夠處理多種數(shù)據(jù)類型、自動發(fā)現(xiàn)審計線索的智能化財務(wù)審計系統(tǒng)。本文主要研究內(nèi)容如下:（1）財務(wù)報表審計分析模型研究。將基于專家知識的故障診斷理論運用于財務(wù)審計領(lǐng)域,通過建立整體審計分析模型發(fā)現(xiàn)重點審計對象及疑似故障點,結(jié)合重點分析模型和個體分析模型對財務(wù)數(shù)據(jù)進行深層次、立體式地推理分析,以發(fā)掘異常線索,并利用知識庫對審計知識規(guī)則、審計模型及審計建議進行存儲,提高了模型的利用率和審計人員的工作效率。（2）會計憑證智能分析算法研究。針對憑證摘要和會計科目中單位名稱記錄不規(guī)范的問題,本文首先利用集合論設(shè)計一種憑證內(nèi)容規(guī)范化算法來實現(xiàn)憑證的規(guī)范化。在此基礎(chǔ)上提出基于詞共現(xiàn)與SOM神經(jīng)網(wǎng)絡(luò)的憑證摘要聚類算法,通過計算詞間共現(xiàn)率,利用TextRank算法構(gòu)建共現(xiàn)圖得到共現(xiàn)詞組,建立文本向量表示模型,并利用改進的SOM算法實現(xiàn)摘要聚類,結(jié)合總結(jié)的借貸科目關(guān)系,發(fā)現(xiàn)審計問題。（3）審計報告智能分析與處理研究。為實現(xiàn)審計問題的分類管理,提出基于BiLSTM神... 

【文章來源】：河北經(jīng)貿(mào)大學河北省

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

智能審計系統(tǒng)功能結(jié)構(gòu)圖

1: for j = 1, 2, …, m do2: for q = 1, 2, …, i do3: data = _ ( , )//根據(jù)科目名稱 從表 中抽取對應(yīng)的數(shù)據(jù)4: if data = Null then5: data = fillNan(0)//判斷抽取數(shù)據(jù)是否為空，若為空補充為 06: else:7: continue8: end if9: data = {data ,data ,…,data }//將 表中抽取的數(shù)據(jù)保存到集合中10: end for11: datas* = {data ,data ,…,data } //將所有表的數(shù)據(jù)保存到集合 datas*中12: end for13: Table* = sava_excel(account, datas*) //根據(jù)科目名稱將對應(yīng)的數(shù)據(jù)保存到 Excel 中

圖 3.2 處理后資產(chǎn)負債表3.2.2 審計分析模型構(gòu)建方法常用的模型構(gòu)建方法有比重分析法、趨勢分析法、對比分析法等。建立的高等院校財務(wù)分析指標體系中“師生人均公用支出數(shù)（按明細）”指標包含學校各項支出，對其進行細致分析可以判斷學校支出是否合理、是否存在資源浪費、違規(guī)違法等問題，是審計工作中著重關(guān)注的財務(wù)指標。本文以這項指標的審計分析為主要研究對象，應(yīng)用趨勢分析法和對比分析法，創(chuàng)建整體分析模型。表 3.1 指標體系中其他指標可照此思路構(gòu)建審計分析模型，本文不再贅述�！皫熒�人均公用支出數(shù)（按明細）”這項指標涉及到支出決算明細表（圖 3.3）和基本數(shù)字表（圖 3.4）。經(jīng)過預(yù)處理后的支出決算明細表中包含 40 項科目的支出數(shù)據(jù)，反映了高校維持正常運轉(zhuǎn)支出情況和項目專項資金支出情況�；�本數(shù)字表主要包括學校在職員工數(shù)和學生人數(shù)。考慮到各高校師生人數(shù)不同、財政撥款額度不同，我們對每個科目求取人均支出數(shù)和總?cè)司�支出�?shù)。人均支出數(shù)指某高校某一科目的支出與該學校人數(shù)的

【參考文獻】：
期刊論文
[1]用于情感分類的雙向深度LSTM[J]. 曾蒸,李莉,陳晶.  計算機科學. 2018(08)
[2]面向短文本的神經(jīng)網(wǎng)絡(luò)聚類算法研究[J]. 孫昭穎,劉功申.  計算機科學. 2018(S1)
[3]融合CNN和LDA的短文本分類研究[J]. 張小川,余林峰,桑瑞婷,張宜浩.  軟件工程. 2018(06)
[4]基于詞向量特征的文本分類模型研究[J]. 張敬誼,張亞紅,李靜.  信息技術(shù)與標準化. 2017(05)
[5]基于共詞聚類分析的數(shù)字圖書館熱點研究[J]. 劉敏,馬秀峰.  農(nóng)業(yè)圖書情報學刊. 2017(04)
[6]基于加權(quán)word2vec的微博情感分析[J]. 李銳,張謙,劉嘉勇.  通信技術(shù). 2017(03)
[7]基于Word2Vec的一種文檔向量表示[J]. 唐明,朱磊,鄒顯春.  計算機科學. 2016(06)
[8]人工神經(jīng)網(wǎng)絡(luò)在聚類分析中的運用[J]. 李賽,鄒麗華.  商場現(xiàn)代化. 2016(15)
[9]基于詞共現(xiàn)網(wǎng)絡(luò)的海量文本分析與熱點話題發(fā)現(xiàn)[J]. 張海龍,淦文燕,陳剛,姜博.  計算機與數(shù)字工程. 2015(10)
[10]智能審計軟件系統(tǒng)架構(gòu)研究[J]. 曹順良,宋靜,李榮,雷向欣.  財會通訊. 2012(16)

博士論文
[1]基于商業(yè)智能的財務(wù)審計信息系統(tǒng)研究[D]. 陳洪順.山東大學 2011
[2]現(xiàn)代大型客機故障診斷專家系統(tǒng)的研究與開發(fā)[D]. 吳海橋.南京航空航天大學 2002

碩士論文
[1]中英文政策垂直搜索引擎研究與實現(xiàn)[D]. 王麗鵬.河北經(jīng)貿(mào)大學 2018
[2]微博熱點話題發(fā)現(xiàn)方法的研究和實現(xiàn)[D]. 張萌.北京交通大學 2018
[3]負荷建模中的負荷特性分類及參數(shù)辨識研究[D]. 卞紹潤.山東大學 2014
[4]商業(yè)智能在審計軟件系統(tǒng)中的應(yīng)用研究[D]. 李冬冬.云南財經(jīng)大學 2014
[5]基于隱性主題模型和新詞發(fā)現(xiàn)的關(guān)鍵詞抽取研究[D]. 袁明.北京郵電大學 2014
[6]基于數(shù)據(jù)挖掘的上市公司財務(wù)舞弊的關(guān)聯(lián)規(guī)則研究[D]. 李臣臣.吉林大學 2011
[7]SOM聚類算法的改進及其在文本挖掘中的應(yīng)用研究[D]. 蔡麗宏.南京航空航天大學 2011



本文編號：2918315