摘要：在信息化大環(huán)境下，隨著金審工程的推動，數(shù)據(jù)挖掘技術在審計領域的應用越來越廣泛。它能輔助審計人員從審計數(shù)據(jù)中發(fā)現(xiàn)隱藏的、有用的知識信息，形成明確有效的審計思路，得出正確的審計結論。該文簡要介紹了數(shù)據(jù)挖掘技術，討論了數(shù)據(jù)挖掘技術在計算機審計中的應用，并給出了數(shù)據(jù)挖掘技術在計算機審計中的具體應用步驟。

關鍵詞：審計；數(shù)據(jù)挖掘；計算機審計；技術；應用

中圖分類號：F239 文獻標識碼：A 文章編號：1009-3044（2013）15-3445-02

隨著網(wǎng)絡的發(fā)展，我國的審計事業(yè)步入了計算機審計時代，這樣以來大大提高了審計工作的效率。在實際審計過程中，審計人員還要改變自身的審計分析思路，要打破傳統(tǒng)的審計模式，能夠運用系統(tǒng)論的思維，以全局的觀點、聯(lián)系的觀點，把握事物的總體和各部分之間的聯(lián)系，從而發(fā)現(xiàn)其中的規(guī)律?？梢越柚谝环N數(shù)據(jù)分析工具——數(shù)據(jù)挖掘技術，它能夠幫助審計人員從海量數(shù)據(jù)當中，發(fā)現(xiàn)數(shù)據(jù)背后潛在的聯(lián)系和規(guī)律。

1 數(shù)據(jù)挖掘的定義和常用技術

數(shù)據(jù)挖掘（DM），就是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取出隱含在其中的、人們事先不知道的、但又是潛在的、有用的信息和知識的一種過程。

通過數(shù)據(jù)挖掘，不但可以來完善、豐富數(shù)據(jù)庫，也為用戶決策提供數(shù)據(jù)支持。常用的技術有以下幾種：

1.1關聯(lián)分析

關聯(lián)分析的目的是為了找出數(shù)據(jù)庫中隱含的關聯(lián)規(guī)則。

1.2分類

分類對數(shù)據(jù)概念的描述建立模型，再用這個模型來進行分類，生成一系列的分類規(guī)則，用于對其他的數(shù)據(jù)進行分類，從而更好地理解數(shù)據(jù)庫中的內(nèi)容。

1.3預測

預測就是找出歷史數(shù)據(jù)之間的變化規(guī)律，建立相應的模型，可以獲得當前數(shù)據(jù)的未來變化趨勢，所具有的屬性值的范圍、種類和特征等。常用的方法是回歸分析法。

1.4聚類分析

聚類是一個將數(shù)據(jù)集劃分為若干組或類的過程，類似于人們常說的“物以類聚”。

1.5偏差檢測

數(shù)據(jù)庫中的數(shù)據(jù)之間存在著很多異常的情況，稱為偏差。這些偏差包括很多潛在且有用的知識，如分類中的反常實例、模式的特例等。

1.6時序模式分析

通過時間序列搜索出重復發(fā)生概率比較高的模式。

在實際審計過程中，選擇合適的挖掘技術能給審計工作帶來很大的幫助，而且不同的挖掘技術應用的對象也不同。

2 數(shù)據(jù)挖掘的應用價值

從審計角度來看，數(shù)據(jù)挖掘就是根據(jù)事先明確的審計目標，對被審計單位的大量業(yè)務數(shù)據(jù)進行分析，揭示其中潛在的邏輯關系和規(guī)律，并進而形成明確且有效的審計思路的過程。

數(shù)據(jù)挖掘技術在審計中的應用價值，主要體現(xiàn)在可以依據(jù)其發(fā)現(xiàn)的知識來構建審計分析模型，將其運用到實際的審計業(yè)務中，可以大大提高審計工作的效率。比如，通過對銀行信用卡惡意透支的歷史數(shù)據(jù)進行數(shù)據(jù)挖掘，可以發(fā)現(xiàn)“信用卡惡意透支與信用卡客戶的收入狀況、平均消費額、職業(yè)、年齡等客戶屬性之間的聯(lián)系”這類知識，以此為基礎構建出相應的審計分析模型并運用到被審計銀行的當前信用卡業(yè)務數(shù)據(jù)中，審計人員就可以快速確定審計重點。

3 數(shù)據(jù)挖掘技術在計算機審計中的應用操作步驟

一般來說，數(shù)據(jù)挖掘技術在計算機審計中的操作步驟主要有以下幾步：

3.1審計業(yè)務問題的定義

指的是要明確審計時需要發(fā)現(xiàn)什么信息、解決什么問題。這個定義驅(qū)動了整個數(shù)據(jù)挖掘的過程，是整個挖掘過程的基礎，也是檢驗最后結果的依據(jù)。

3.2數(shù)據(jù)451c966868ca5c46b55f6a9f955dd0ca1e723665378b0b814b20acc19e1d5fca準備

這個環(huán)節(jié)包括數(shù)據(jù)采集、數(shù)據(jù)清理和數(shù)據(jù)預處理三項內(nèi)容。

數(shù)據(jù)采集要盡可能地采集所有與需要解決的審計業(yè)務問題密切相關的數(shù)據(jù)。

數(shù)據(jù)清理將采集到的數(shù)據(jù)經(jīng)過數(shù)據(jù)清理形成審計中間表，這些審計中間表就成為數(shù)據(jù)挖掘模型的實例數(shù)據(jù)集。

數(shù)據(jù)預處理工作首先進行數(shù)據(jù)集成，整合來自不同數(shù)據(jù)源中的數(shù)據(jù)，然后從集成的數(shù)據(jù)庫中選擇性地提取用與挖掘的數(shù)據(jù)，最后再對選擇的數(shù)據(jù)進行投影、歸一化變換等處理，方便進行下一步的數(shù)據(jù)挖掘。

3.3建立模型，挖掘數(shù)據(jù)

設計人員（包括經(jīng)驗豐富的審計人員）對預處理好的數(shù)據(jù)進行分析，選用合適的數(shù)據(jù)挖掘技術和方法，生成適合挖掘的數(shù)據(jù)模型。模型建立的好壞關系到數(shù)據(jù)挖掘結果的正確與否，可以說是整個挖掘過程的核心。模型不是一成不變的，需要經(jīng)過反復的修改調(diào)整，最后才能成為適合當前的審計任務要求的挖掘模型。

利用建立好的模型，進行數(shù)據(jù)挖掘，輸入相關審計數(shù)據(jù)，會得到具體的結果，或者數(shù)據(jù)間的規(guī)律。審計業(yè)務人員要根據(jù)這些結果，對模型以及模型的輸入?yún)?shù)值進行多次的修正和完善，以利于得出正確的挖掘結果。

3.4分析評價結果

將挖掘模型最后得到的正確的結果，提供給審計人員。審計人員根據(jù)審計任務要求和被審計對象的特征來分析得到到的挖掘結果，得到明確有效的審計思路，從而得出正確的審計結論。有些結果可能會為發(fā)現(xiàn)審計問題提供線索，審計人員可以根據(jù)這些線索進一步地追查相關的資料，發(fā)現(xiàn)問題所在。

以上幾個步驟在實際的審計過程中，往往不是一次完成，中間的某些步驟可能需要反復進行，這要根據(jù)當前階段和將要實施階段的審計任務要求來定。

4 結論

雖然數(shù)據(jù)挖掘技術在計算機審計應用，還處于初級階段，還需要進一步的研究，不斷地探索和完善。但是我們也看到了它在計算機審計領域的優(yōu)勢。在教育、金融、企業(yè)、經(jīng)濟責任等各行業(yè)的審計工作中，面對龐大的、復雜的數(shù)據(jù)庫，使用數(shù)據(jù)挖掘技術，可以讓審計人員在審計過程中迅速把握總體，從海量數(shù)據(jù)中根據(jù)需要找出有用的知識信息以及數(shù)據(jù)間潛在的規(guī)律和聯(lián)系，進一步提高審計工作的效率，并為領導的正確決策提供數(shù)據(jù)支持。

參考文獻：

[1] 牛麗敏.Apriori算法分析與改進綜述[J].桂林電子科技大學學報，2007，27（4）： 25-29.

[2] 韓家煒.數(shù)據(jù)挖掘概念與技術[M].北京：機械工業(yè)出版社，2000.

[3] （美）Mehmed Kantardzic.數(shù)據(jù)挖掘-概念、模型、方法和算法[M].北京：清華大學出版社，2003.

[4] 胡俊俊，孫靜.一種新型的計算機審計模型[J].計算機應用研究，2008.

[5] 曾德勝，彭燦明.基于數(shù)據(jù)挖掘的審計系統(tǒng)研究[J].長春工程學院學報：自然科學版，2011（1）.

[6] 楊錄強.基于數(shù)據(jù)挖掘的計算機審計方法研究文獻述評[J].中外企業(yè)家，2012.