《数据挖掘技巧》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:数据挖掘技巧编写组著
  • 出 版 社:北京:中国时代经济出版社
  • 出版年份:2016
  • ISBN:9787511925770
  • 页数:198 页
图书介绍:数据挖掘作为一种新的计算机审计方法,能够辅助审计人员从海量数据中发现疑点,为数据式审计提供了重要途径。本书主要以国产的神通K-Miner、微软的SQL Server分析服务等审计人员常用的工具,以期望最大化、K均值、朴素贝叶斯、决策树、神经网络、多元线性回归、Apriori、马尔科夫链等算法为例,介绍计算机审计中数据挖掘技术的使用技巧。

1 数据挖掘方法及工具 1

1.1 常用数据挖掘方法 1

1.2 常用数据挖掘工具 2

2 聚类在审计实务中的应用技巧 11

2.1 医保审计中期望最大化算法挖掘技巧 13

案例1:应用期望最大化算法发现医保住院违规报销线索 13

2.2 企业资产审计中K均值算法挖掘技巧 28

案例2:运用K均值算法发现企业资产购入转出价格异常的线索 28

3 分类在审计实务中的应用技巧 36

3.1 地税代开票审计中朴素贝叶斯算法挖掘技巧 39

案例3:应用朴素贝叶斯算法发现地税代开票业务税率异常线索 39

3.2 银行贷款五级分类审计中决策树算法挖掘技巧 74

案例4:应用决策树算法发现掩盖贷款风险线索 74

4 回归在审计实务中的应用技巧 92

4.1 住房公积金贷款审计中神经网络回归算法挖掘技巧 94

案例5:应用神经网络回归算法发现违规发放公积金贷款线索 94

4.2 上市公司所得税审计中多元线性回归算法挖掘技巧 124

案例6:应用多元线性回归算法发现上市公司漏缴所得税线索 124

5 关联分析在审计实务中的应用技巧 132

案例7:应用Apriori算法发现虚假住院套取医保资金线索 133

6 序列模式在审计实务中的应用技巧 147

案例8:应用马尔科夫链算法发现交通违法处理过程中存在的违规销分问题线索 149

7 跨行业数据综合分析技巧 181

案例9:通过中文分词自学习算法进行异构数据关联匹配 181

参考文献 195

后记 197