大数据时代基于DBSCAN聚类方法的审计抽样  

作　　者：程平[1] 陈珊[1] 

机构地区：[1]重庆理工大学

出　　处：《中国注册会计师》2016年第4期76-79,共4页The Chinese Certified Public Accountant

基　　金：国家自然科学基金青年项目(批准号:71201179);教育部人文社会科学基金青年项目(批准号:12YJC630025);重庆市教委科学技术研究项目资助(批准号:KJ1400905);重庆理工大学财会研究与开发中心科研创新重大项目(批准号:14ARC101);重庆理工大学研究生创新基金项目(批准号:YCX2015105)

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。

关 键 词：大数据审计 抽样聚类关 联规则 

分 类 号：F239.1[经济管理—会计学]