摘要：随着信息技术的发展和黄金审计项目的推进，数据挖掘技术在计算机审计中的应用越来越广泛，其有效帮助审计人员从海量数据中提取潜在有价值的信息，形成有效的 准确的审计思路，确保审计结果的准确性和客观性。因此，本文研究了基于数据挖掘技术的计算机审计方法，介绍了相关的计算机审计技术，阐述了基于计算机审计数据挖掘技术的查询和验证两种方法，审计人员可以与 具体审计要合理，科学选择，保证审计结论的客观性和准确性，最终提高审计工作的质量和效率。
关键词：挖掘技术；计算机审计；方法研究
1.引言
所谓数据挖掘技术，是从大量数据中提取有价值的信息，是人类隐藏和未知的技术。随着科学技术的进步，企业审计系统的部分运行和管理包含了大量的电子信息，因此要求审计人员从混乱中采取适当的数据挖掘手段，用于提取有用的审计信息，巨大的 数据量是审计工作的主要内容。近年来，审计行业的专家学者对基于数据挖掘技术的计算机审计方法进行了研究，并对以下内容进行了总结。
2.基于数据挖掘技术的计算机审计方法的相关技术
2.1数据挖掘技术
所谓的数据挖掘技术（DM）是一项技术，可以从大量，不规则，随机和不确定的数据中提取隐藏，未知和有价值的知识信息。除了数据库的改进之外，数据挖掘技术也为管理者提供了决策依据。一般来说，数据挖掘技术具有以下功能：一是相关性分析。相关性分析是提取数据库中的底层关联规则；二是分类。分类是根据数据描述模型构建的特点，然后借助模型，数据分类，形成相关的分类标准，可以用于其他数据分类，然后全面了解数据库内容；三是预测。所谓预测就是总结历史数据的变化规律，构建相关模型，掌握未来数据的变化规律，如属性值的范围，特征，类型等。常用的方法有线性分析，回归分析等。第四种是聚类分析。所谓的聚类，即将数据集划分成多个组或类的过程，就是古代语言中所谓的“羽毛鸟聚集在一起”的过程。第五是偏差检测。通常，数据库数据存在异常，这是偏见。然而，这些偏差可能存在隐藏和有价值的信息，例如分类中的异常情况和模式的特殊情况。第六个是时间模式分析。所谓的定时模式分析是根据时间序列检索高发病率的模式。在具体的审计工作中，运用合理科学的数据挖掘技术对审计工作的发展具有重要意义，但不同的数据挖掘技术有不同的目标。神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题，用于分类、预测和模式识别的前馈式神经网络模型；以hopfield的离散模型和连续模型为代表的，分别用于联想记忆和优化计算的反馈式神经网络模型；以art模型、koholon模型为代表的，用于聚类的自组织映射方法。神经网络方法的缺点是"黑箱"性，人们难以理解网络的学习和决策过程遗传算法是一种基于生物自然选择和遗传机制的随机搜索算法。隐含的并行性，易于与遗传算法的其他模型及其他性质相结合应用于数据挖掘。Sunil已经成功开发了基于遗传算法工具的数据挖掘工具，利用该工具对两次真实数据库数据挖掘实验进行了平面碰撞，结果表明遗传算法是数据挖掘的有效方法之一。遗传算法的应用也体现在神经网络与粗糙集的结合上。如果使用遗传算法来优化神经网络结构，则删除冗余连接和隐藏层单元而不增加错误率。采用遗传算法和bp算法对神经网络进行训练，然后从网络中提取规则。但遗传算法算法较为复杂，局部极小收敛问题尚未解决。
2.2计算机审计技术
一般来说，计算机审计技术是利用计算机来实现审计工作的，总的来说，可以分为数据转换和测试两种。其目标是通过数据整理和分析获得审计报告，数据分析是计算机审计的关键环节，对审计结构具有最直接的影响。关于计算机审计，数据分析是审计工作的主要部分。审计师应明确分析思路的数量，充分发挥自己的审计水平和能力。就审计效果而言，准确而准确地总结审计思维以反映计算机审计的总体水平是一个关键指标。因此，审计人员应对案件进行数据计算和分析，对审计的新思维，客观，准确的判断进行审计，对企业管理活动的合理性，合法性，客观性和有效性进行审计报告。在企业信息网络的应用中，计算机审计是推动企业发展的需要，企业信息网络包括电子商务系统的应用，将为企业带来巨大的利益。一个好的计算机审计将确保新的在线业务合法合规和健康发展，尽管这会给审计人员提出更高的要求。
期刊文章分类查询,尽在期刊图书馆比如企业信息网络，电子商务系统使用各种计算机和通信技术，拥有多种设备资源，开展多种业务，系统更加复杂，因此，数据共享和数据安全已成为一项非常重要的新功能问题，在这种情况下，审计显示了网络环境下的许多新特点。一个是分散责任。在网络条件下，包括数据归档，数据组织，数据访问，数据编辑和验证，以及数据库建立和维护的控制责任，通常集中在少数具体操作人员有权限。而在网络环境下，整个网络用户的使用数据，即除原有具体操作人员之外的控制责任，转移到多个部门和人员，甚至涉及所有用户的网络；其次是重点转移。在网络环境下，审计人员侧重于内部控制一致性测试，整个计算机系统核心的实质性测试也是内部控制系统实施的程序。在网络情况下，数据高度集中在网络系统中，数据可能被非法复制和篡改，从而引发新的网络审计风险。因此，审计重点也应该放在网络系统上。
3.基于数据挖掘技术的计算机审计方法
随着计算机审计理论知识的提高和具体实践的发展，许多计算机审计方法被应用到具体的审计工作中，由于具体审计工作要求和技术进步支持，有关专家学者学习研究 数据挖掘技术在计算机审计中的应用。数据挖掘技术的应用促进了审计工作的创新和改革。以下是基于数据挖掘技术的两种计算机审计方法的讨论。
3.1查询式
总的来说，数据挖掘技术在审计工作中的应用提供了一种快速高效的审计手段，而审计人员处理庞大而混乱的数据，具有广泛的审计思想。数据挖掘技术主要有以下两个方面：一是从大量数据中提取有价值的信息进行审计工作；其次，直接找到孤立点。
随着数据挖掘技术的广泛应用，计算机审计方法得到了有效的改进，弥补了计算机审计方法的不足和缺陷。目前，我国政府审计属于“问题类型指导”，计算机审计的目标是查找异常数据，并通过审计企业的合法性，可行性和客观性来决定。数据挖掘技术在计算机审计中的应用，目的是找到一个孤立的和异常的数据，然后提取有价值的，隐藏的审计信息，同时改善业务逻辑等。
3.2验证式
验证方法通常要求审计师做出假设，然后通过相关的方法和技术测试或拒绝假设。这类假设检验分析方法被广泛应用于日常生活中，在审计工作中，实现审计方法的关键，提出了科学假设，假设的合理性与审计师的经验有直接的联系。例如，对于一家大型酒类生产公司的销售审核，标准酒厂包装为一瓶/箱，6箱/箱，6箱/件，一件= 1箱= 6箱= 6瓶。对此，审计师可以假设，企业正常销售期间，酒类消费销售与外包装存在一定的比例关系，加上假设酒庄的实际销售收入。此外，对于相对复杂的审计数据，可能难以提出简单的假设，需要多维分析技术来进行深入的分析和研究。
因此，审计师利用数据挖掘技术计算和分析审计数据，并发现数据特征和彼此之间的联系，然后结论以表格形式表现出来，并结合审计内容总结审计经验，创建 审计数据库或获得新的审计经验，同时确定审计经验的可行性和客观性。审计人员应不断调整审计经验，完善审计方法之前的不完善，通过对数据挖掘的分析，不断对数据进行整理和总结，以提高审计效率和质量。因此，数据挖掘是一种数据分析的迭代过程，是当前计算机审计的重要补充。
4.结语
综上所述，根据本文的计算机审计方法，基于数据挖掘技术的研究，不难发现数据挖掘技术对于加强审计工作质量和效率起着重要作用，同时也扩大了审计师审计范围 思维。因此，审计人员应该重视数据挖掘的范围和深度，尽可能获取详细的数据，同时，还要结合审计实践分析数据挖掘应用的具体需求，打破 应用程序和数据的思维定位，新的审计视角，结合信息管理系统的特点，开发了专门的数据挖掘应用程序，从而为审计工作提供更完善的服务，提高审计结果的准确性和客观性。
参考文献：
[1]钟福连.计算机审计风险的成因及策略[J].现代经济信息，2015（23）：68一69.
[2]何琐.大数据背景下开展审计综合分析的思考[J].理财，2016（04）：217一218.
[3]胡俊杰.浅谈国家治理视角下加强计算机审计的意义和措施[J].中国农业会计，2014（11）：19-21.
论文作者:周毅
论文发表刊物:《基层建设》2018年第17期
论文发表时间:2018/8/6
标签：数据挖掘论文; 数据论文; 计算机论文; 技术论文; 审计工作论文; 方法论文; 算法论文; 《基层建设》2018年第17期论文;