中外人工智能审计研究热点及演进知识图谱比较研究
武晓芬1，田海洋1,2
(1.云南大学工商管理与旅游管理学院；2.云南省审计厅，云南昆明 650021)
摘要： 应用Cite Space 科学计量可视化软件，以CNKI数据库和WOS 核心合集中的人工智能审计研究文献为研究对象，通过对文献数量、研究关键词、发文国家及机构的分析，总结国内外人工智能审计的热点及趋势。研究发现，国际人工智能审计研究已显现聚集效应，完成了理论规范研究向实证性案例研究的过渡,具备了应用实例和技术平台；国内研究以电算化审计-计算机审计-信息化审计为演进路径，相关理论和实践经验还不成熟，参与国际科研合作不强，缺乏基础智能技术科研机构，未来研究将更多实践在技术创新、案例应用等现实领域。
关键词： 人工智能；审计；知识图谱
随着计算机技术的发展，被审计单位经营环境、技术环境和社会环境产生巨大改变，经济交易复杂性和差异性凸显，对信息系统和数据的依赖日益增长，以技术化为特征的审计风险更趋于复杂和多元，审计业务应用审计程序将越来越依赖于软件，许多大型会计师事务已经将人工智能作为其综合审计自动化系统的一部分，用于做出审计判断。正如Abdol[1]、Bell等[2]预测，电子数据交换(EDI)，电子文件传输(EFT)和图像处理等ICT设备正在逐渐取代传统的审计线索并将彻底改变整个审计过程。Daigle等[3]认为信息技术必须在提高监测和控制过程的效率方面发挥作用。秦荣生[4]认为审计组织和审计人员在大数据、云计算技术的冲击下将发生重大的技术和方法的变革，审计技术和方法朝着数据化、及时性、智能化和预见性方向转变和发展。胡洪彬[5]认为当今时代是一个人工智能不断崛起的时代，大数据、云计算和认知技术的突破，加之国际互联网、物联网等层面信息交互的日益紧密化，为新一代人工智能的发展壮大提供了绝佳的外部环境。由此可见，人工智能审计是信息化环境下现代审计体系转型发展的重要技术支撑和发展模式，是需要进行广泛深入研究的重要领域。
人工智能是开发、模拟人类智能的理论、方法、技术及应用系统的一门综合性学科，涉及了计算机技术、法律、行为学、心理学、哲学、语言学、管理学等多个领域，相关研究得到了国内外学者的广泛关注。而在审计领域，人工智能与审计的结合还是全新范畴，目前的研究尚处于初级阶段，国内外涉及该领域的研究尚不多见。国际学者对人工智能审计的研究主要是对未来研究领域的展望及对软件开发运用提出建议，Kamil[6]认为人工智能审计研究集中在评估人工智能对内部控制系统的设计和监控、会计师事务所的运作、审计教育、公共部门组织的审计、审计独立性和审计预期等方面。而国内学者主要从大数据、区块链、云计算方法体系中对人工智能审计的概念和内涵、审计模式构建、审计平台架构等方面进行研究。纵观现有研究成果中，关于人工智能审计方面的研究综述较少，尤其是缺乏基于计量方法的文献归纳与总结。基于此，本文运用科学计量的方法分别针对国内外人工智能审计领域的研究文献进行知识图谱量化研究，对相关研究的总体框架和基本走势进行对比分析，构建与识别人工智能审计知识图谱，客观把握该研究领域的研究态势与未来发展趋势，加深对相关研究领域的热点和前沿的把握。
1数据来源与方法
CiteSpace知识图谱引文可视化分析软件运用计量学和统计学的综合方法，用直观的图谱数据和信息进行可视化分析以呈现出研究领域的知识结构、规律和分布。本文分别对CNKI数据库和Web of Science(WOS)核心合集中的人工智能审计相关研究进行计量与统计，通过Cite Space 5.2.R2科学计量软件对检索结果进行可视化分析。在CNKI数据库中，用“人工智能审计”“云审计”“大数据审计”“计算机审计”为关键词以“主题”为检索条件，时间跨度为1998年1月至2018年5月，考虑到期刊的权威性，筛选期刊来源为CSSCI、CSI来源期刊、EI来源期刊和核心期刊，经筛选共有1 376篇文献，经人工剔除非相关项，剩余698篇文献。外文期刊检索数据来自WOS核心合集数据库，将主题词限定为“big date audit”“cloud audit”“computer audit”“AI audit”和“artificial intelligence audit”，时间跨度同样为1998年1月至2018年5月，检索结果显示共有1 963篇文献符合检索条件，经人工剔除非相关项，剩余1 198篇文献。本文通过Cite space 5.2.R2软件分别对国内外人工智能审计研究成果的时间分布、合作网络、研究热点及趋势等进行整体上可视化分析，时间切片均选择一年，从目标数据中设定阈值为50作为引用频次选择上限，同时将引用频次选择上线的阈值设定为5.0%，网络节点类型分别为“国家”“机构”“关键词”，生成人工智能审计领域的可视化图谱。
2研究核心国家、机构合作网络及前沿分析
2.1 研究核心国家
用 Cite Space 5.2.R2 软件对国际1 198篇文献进行发文国家合作网络分析显示(见图1)，网络节点大小反映国家的发文数量，美国发文量175篇，为发文量最多的国家。第2至5第位分别为英格兰53篇，澳大利亚32篇、中国31篇、加拿大5篇。最早发文时间结果显示，美国自2003年便开始人工智能审计相关研究，第2至5第位分别为英格兰2004年、澳大利亚为2008年、中国为2012年、加拿大为2015年。研究发现，发文国家发文时间越早，相关研究越深入，发文量也就越多，呈现出正相关趋势。此外，关系连线反映了合作关系的强度，知识图谱显示美国在人工智能审计领域优势明显，美国同英格兰、澳大利亚、中国及加拿大等国家均有科研合作，涉及了相关研究的全部国家。而中国对人工智能审计的研究起步较晚，虽然近几年来人工智能审计相关研究在数量增长趋势明显，但参与国际科研合作还不强，这在一定程度上限制了人工智能审计在我国的发展。
图 1人工智能审计发文国家知识图谱
2.2 科研机构合作网络
2.2.1 中国科研机构合作网络
科研机构合作知识图谱反映了人工智能审计领域的核心科研机构及科研成果的地理空间分布，可以分析相关科研领域中的知识互动关系。利用 Cite Space 5.2.R2 对国内698篇文献进行发文机构合作网络分析，计量结果显示研究机构节点连线很少，只有南京审计学院同南京航空航天大学和审计署南京特派办有过合作，合作地域中心性明显且合作程度不高。此外，发文机构节点分布均匀，说明我国人工智能审计研究的发文机构合作性较差，不同机构之间的学术交流有待进一步加强。按研究机构进行统计，南京审计学院发文频率最高，达到了 34次，其次是审计署京津冀特派办、中山大学、重庆理工大学，分别是10次、7 次和7次。以审计理论研究为主的审计类专业高校和以实务研究为主的审计机关在人工智能审计领域进行过相对深入的研究，在相关领域也走在科研机构的前列。近三年来，重庆理工大学、南京审计大学审计科学研究院和审计署审计科研所为国内机构人工智能审计研究热度的前三名。由此可见，人工智能审计发展与相关研究能力、水平具有较强的关联性。从各机构的发文量来看，发文数量排名前四名的机构发文数量占所有机构发文总量的46.77%，人工智能审计研究成果在全国不同机构之间的悬殊较为明显。
2.2.2 国际科研机构合作网络
国际人工智能审计研究关键词突变图谱显示(见图5)，国际对人工智能审计的研究同时具备了应用实例和技术平台。在2000年初，国际研究文献已经在“primary care”“diagnosis”“health care”方面进行了操作与应用，研究学科广泛涉及管理学、行为学、计算机科学等，研究集中在分类、预测、异常值检测、优化和可视化、风险防范、平台构建等。近三十年来，国际研究人工智能审计研究由理论规范研究向实证性案例研究过渡，研究方向由定性的战略目标、监管机制、演变机理、现状分析中，逐步聚焦在定量的回归分析、神经网络、遗传算法、决策树、支持向量等研究。
综合国际和中国科研合作机构网络发现，国内人工智能审计研究独立且分散，科研机构各自为战，缺乏工程技术、计算机科学、信息网络等基础智能技术科研机构，未形成研究主体阵营。而国际研究机构的合作脉络较为清晰，关系强度连线显示，国际人工智能审计研究已经初步显现聚集效应，值得中国的人工智能审计研究机构借鉴和学习。
物业服务合同是双务合同，在符合法律规定的条件下，物业服务合同的一方当事人可以行使对抗对方当事人的履行请求权，暂时拒绝履行自己的给付义务。在实践中，业主所持拖欠物业服务费的理由各不相同，拖欠物业服务费的方式多种多样。因此，应当针对业主所持有的不同抗辩理由具体问题具体分析：
2.3 研究前沿分析
同时，齐鲁医院充分发挥示范引领作用，积极进行住培制度建设和模式探索，逐步形成了科学管理模式和齐鲁住培特色品牌。
从表5的生产流程考察指标和表6的生产统计指标可以看出，理论的指标与工业生产指标较接近。采用锡石浮选后，锡精矿品位较摇床重选提高6.60个百分点，锡回收率提高3.41个百分点，获得良好的经济效益。
进入现代以来，作为知识分子的鲁迅形象一直是众多艺术家热衷的创作对象，形成了特定的雕塑题材类型，由此涌现了大量的鲁迅雕塑作品。诸如王朝闻、刘开渠、萧传玖、张松鹤、潘锡柔、仲兆鼎、沈文强、潘鹤、熊秉明、吴为山等雕塑家均有此类作品问世。鲁迅主题雕塑的创作已成为除了毛泽东雕塑以外唯一能贯穿中国近现代雕塑史的美术现象。那么，鲁迅主题雕塑的创作传统从何而起呢？
3国内研究热点和演进路径
3.1 研究热点
Cite Space 软件的关键词聚类分析根据关键词共现的结果进行聚类处理，得到研究领域中具有代表性的知识子群，再根据知识子群中的词集对其进行标注命名，并将其视为研究领域中的一个研究主题。被计量文献分析出关键节点知识图谱后，再对关键词进行LLR1)聚类处理，绘制出人工智能审计研究领域的关键词聚类析结果。关键词聚类分析知识图谱显示，Silhouette2)=0.798 2，说明人工智能审计主题明确度较强。
关键词聚类为数据库、审计监督、云审计、企业内部审计、会计核算软件、大数据审计等6个主题，将人工智能审计领域研究热点通过整理归类为两个方面：技术规范研究和审计运用研究。技术规范研究包含2个维度：一是在信息化环境下对审计重点、审计对象、审计活动、审计人员等审计要素的研究；二是在会计核算软件不断升级的环境下对审计数据库的更新完善、审计软件的标准化、计算机辅助审计方法等的研究。审计运用研究领域包括云审计、大数据审计、企业内部审计等，是在审计大数据标准化基础上，运用云计算技术在国家审计机关和企业内部审计中的广泛实践。应引起注意的是，关键词聚类主题中有2个重要节点：一是大数据审计中的政府审计和云审计中的云计算。国家审计已超越了社会审计和内部审计，成为云审计的应用主体。二是大数据审计中的计算机辅助审计技术和会计核算软件的手工审计。由于会计软件已由核算型转向管理型，计算机辅助审计必然会代替传统的手工审计，最为关键的是审计范围不仅包含会计数据与信息，而且还扩展到了非财务、货币性的业务数据。聚类分析结果显示(见图2)，人工智能审计已经从手工审计转化为计算机辅助审计，政府审计中已经充分运用大数据依托的云审计平台开展审计工作。此外，电脑审计自1998—2012年一直是国内研究的热点，研究涉及了审计信息化、审计机关、审计成本管理、审计轨迹、审计线索、会计电算化等多个领域；而自2013年以来，学术界和实务界普遍性关注大数据审计相关范式研究，研究趋势转向数据迁移、数据挖掘、过程建模、平台构建、内部审计转型等领域。
图 2中国人工智能审计研究关键词聚类图
3.2 演进路径
运用 Cite Space 的关键词突发性检测( Burst Detection) 算法，通过研究关键词出现频次的分布时间，从众多词语中探测出有较高频次变化率的关键词，并依据词频的变化趋势对人工智能审计研究的未来形势进行判断。在我国1998—2017年间，人工智能审计研究突变一直持续(见图3)，发文量呈现稳步上升趋势，2018年统计期间较短，暂不作为比较分析期间(见图4)。
中心性( Centrality) 和频次( Frequency)是度量关键词热度及趋势的重要指标，人工智能审计研究前沿领域可以利用“关键词”进行可视化分析。在Cite Space 科学计量可视化分析知识图谱中，节点代表的是关键引文文献，而引文文献影响程度的高低是通过节点中心性体现的。某一文献的中心性越强，该文献与其他文献在同一篇文章中作为被引文献出现的几率就越高，该文献在共被引网络中的影响力越大。可视化分析知识图谱显示的关键词出现频率越高，说明该关键词在该领域的关注度越高。我国人工智能审计按照关键词频次排序显示，电脑审计频次141、审计软件频次50、内部审计频次36、计算机辅助审计频次36，显示出上述领域的关注程度较高。按照关键词中心性排序，电脑审计为0.72、信息系统审计为0.36、计算机辅助审计技术为0.19、平台建设为0.15、大数据审计为0.1，数据显示对上述领域的影响力强。而国际人工智能审计研究按照关键词频次排序显示，“audit”频次75、“management”频次42、“quality”频次40、“security”频次38，数据显示上述领域关注程度较高。按照关键词中心性排序，“primary care”为0.25、“audit”为0.24、“service”为0.22、“quality”为0.21，说明上述领域影响力强。
图 3 1998— 2018年中国人工智能审计关键词突变图
图 4 1998— 2018年中国人工智能审计期刊文献分布
关键词突变知识图谱显示，我国人工智能审计研究大致分为三个阶段，第一阶段为电算化审计阶段(1998—2002年)，该阶段大量单位开始利用电子信息技术对会计信息进行管理，人工对会计信息的确认、计量、记录、报告等逐步被计算机技术代替，鉴于审计在电算化新的技术环境下遇到的众多问题，学者研究重点在解决实际操作的会计电算化、电脑审计、计算机信息系统、审计软件等问题。在审计方法运用方面，张金城[7]建议会计电算化系统的审计采用制度基础审计，但未深入研究风险因素和内部控制制度之间的联系，未能从更深层次丰富电算化审计。第二阶段为计算机审计阶段(2002—2013年)，该阶段有两方面内涵，一是对计算机系统自身的审计，即系统安全有效、硬件软件、运行环境等方面的审计。二是计算机辅助审计，即将审计方法、技术和手段进行必要的计算机化。该阶段进一步深化了计算机审计理论、技术和方法，明确了审计数据转换、清理、筛选、验证、取证、报告的标准，但在审计内容、重塑审计程序、组织实施、管理模式等方面研究的还不深入。第三阶段为信息化审计阶段(2013—2018年)。该阶段以大数据为基础，以云计算、云审计等技术平台为依托，研究领域聚焦到政府审计、国家审计、审计技术方法等，完成了传统模式向信息化模式的转化。刘国城等[8]提出构建大数据审计平台构建方法，以此适应大数据时代下智能化审计的需求。张莉[9]引入智能审计思维对审计目标及规划、分布式智能审计监督体系及人工智能审计模式进行了探索研究。该阶段为研究的逐步深入期，但尚缺乏人工智能审计的技术支持及应用实例。
4国际聚焦领域和研究趋势
4.1 聚焦领域
用 Cite Space 5.2.R2 对国际1 198篇文献进行发文机构进行合作网络分析，国际科研机构节点连线的距离和粗细可以显示科研机构之间的合作密集程度，知识图谱显示，发文机构节点53个，关系连线29个，国际人工智能审计研究的各科研机构合作较为密切。其中，澳大利亚的莫纳什大学(Monash University)关系连线显示为9，同时，澳大利亚莫纳什大学与悉尼大学(The University of Sydney)、墨尔本大学(The University of Melbourne)、香港城市大学(City University of Hong Kong)等其他大学已开展过合作，积极推行人工智能审计研究，对其他研究机构形成了较为广泛的辐射力。由此可知，澳大利亚的莫纳什大学形成了国内合作研究和国际合作研究的综合网络，在影响性上明显超出其他科研机构。此外，美国的亚利桑那州立大学(Arizona State University)、罗格斯大学(Rutgers University)、纽约州立大学布法罗分校(The State University of New York College at Buffalo)，英国的纽卡斯尔大学(Newcastle University)，中国的电子科技大学(University of Electronic Science and Technology of China)和香港城市大学(City University of Hong Kong)，加拿大的多伦多大学 (University of Toronto)等机构也对人工智能审计进行了研究。研究机构分布区域显示，国际科研机构合作网络主要分布在澳大利亚、美国、英国、加拿大和中国的大学等科研机构。但各国家的节点连线较弱，合作群体匮乏，人工智能审计研究合作网络的国际化整体格局还未形成。
郑馨被蒋大伟押着来到一家楼道口。郑馨还想转身，蒋大伟拦住她：别走，难道你想让我绑着你不成？郑馨无奈，悻悻地上了楼，走到一家门前，蒋大伟刚想要敲门，门里突然传来一声猛烈的撞击声！只听房间里一个女人的声音：有本事她永远别回来！接着是一个男人低低的声音：你冷静点！蒋大伟清了清嗓子，开始敲门，门开了，郑母探出头：敲什么敲？家里人还没死光！她看到蒋大伟和郑馨，愣住了！郑父紧随着走到门口：馨馨，你回来了？郑馨胆怯地藏到蒋大伟身后，低声地：爸。郑母发火地：你瞧瞧！你瞧瞧！我到你们郑家八年了，还讨不出她叫一声妈！养条狗还摇摇尾巴呢！没等郑母说完，郑馨突然转身朝楼下跑去。
按照国外文献关键词突变性进行排序(见表1)，“cloud computing”“cloud storage” “big data”等关键词为国际文献研究的集中阵营。Jans等人[10]探讨了过程挖掘对审计实践的增值作用；Mueller等[11]通过一种算法来验证过程挖掘在审计领域的好处，该算法确定了会计数据的活动顺序并进行了相当程度的改进业务流程模型；Abdol等[12]在开发高度复杂的基于人工智能的系统，在专家系统和神经网络方面持续努力，以协助审计人员通过照顾通常在纯粹手动决策过程中可能出现的潜在偏见和遗漏来做出更好的决策。从时间维度看，而这些研究热点领域的研究时段基本与中国对人工智能审计研究一致，证实了中国与国际研究趋势一定程度的趋同。
图 5 1998— 2018年国际人工智能审计关键词突变图
表 1外文献共现关键词突变性 TOP20列表
4.2 研究趋势
国际人工智能审计研究显示出在世纪之交有一段时间的平静(1998—2002年)(见图6), 原因为人工智能、专家系统等方面的研究在过去15年中已经减退，Sutton等人[13]认为AIS3)研究人员对该领域失去兴趣。从国际文献关键词和中心节点知识图谱显示(见图7)，2002年之后国际对人工智能审计研究大体分为二个方面：一是Swinney[14]， Lin等[15]学者侧重于研究基于人工智能审计模型对特定类型的审计任务的适用性。二是Baldwin等[16]、Dillard等[17]学者研究集中在审查理论框架以被用来理解人工智能对审计的影响方面。
图 6 1998— 2018年国际人工智能审计期刊文献分布
从时间节点分析，国际人工智能审计研究可分为总体考虑决策辅助审计阶段(1998—2012年)和人工智能审计技术重构阶段(2013—2018年)。总体考虑决策辅助审计阶段研究广泛，主要集中于两大主流。一是对人工智能审计的肯定。包括Brown等[18]的审计一致性及审计改善决策和沟通的论述；Elliott等[19]的加强员工审计业务培训观点；Eining等[20]为审计新手开发专业知识和缩短决策时间等观点。二是采用人工智能审计的缺陷。如Mackay等[21]认为探索更多审计替代方案将导致长时间决策；Pieptea等[22]关于建造、更新、维护审计系统的高成本观点；Murphy等[23]认为采用智能审计会抑制新手的知识基础；Yuthas和Dillard等[24]提出应用智能审计会抑制审计人员职业判断能力等观点。人工智能审计技术重构阶段是颠覆性技术下的审计方法和过程的构建和再造。由于人工智能深度学习技术优于传统的大数据分析的数据挖掘技术，该阶段以大数据为核心背景，许多学者研究了不同学科和应用程序的功能组合，以实现多种类型的审计功能的互补性。Appelbaum等[25]通过深度神经网络的图像分析学习，自动化捕获库存图像而取代实际库存检查； Lombardi等[26]提出了专家系统自动理解审计任务的流程。综上，由于人工智能技术基础研究的成熟，国际领域对人工智能审计研究深入和具体，已在多行业、领域进行了实践。
(1)我国人工智能审计研究热度井喷期始于2013年，国内学术界和实务界普遍性关注相关审计范式研究，研究热点为数据迁移、数据挖掘、过程建模、平台构建、内部审计转型等领域，但研究还局限在定性分析，缺乏定量的科学判断。
图 7国际人工智能审计关键词和中心节点知识图谱
5结论及展望
5.1 研究结论
本文应用Cite Space 5.2.R2科学计量可视化软件，对CNKI和WOS数据库中人工智能审计研究文献数据进行计量和统计分析，通过关键词聚类分析出人工智能审计研究领域的知识群组，细化出各知识群组中研究主题及热点。通过发文国家和机构知识图谱、突现词知识图谱、关键词和中心节点知识图谱等方法，厘清了工智能审计研究领域近期的研究前沿及发展趋势，得出以下结论：
对一至六缸的气环进行测量，第一道的气环侧隙在0.19mm至0.20mm之间，符合标准；第二道压缩环的侧隙在0.08mm至0.09mm之间，符合标准；第三道油环的侧隙在0.03mm至0.04mm之间，符合标准［4］。
(2)我国人工智能审计研究还处于初级阶段, 研究独立且分散，理论和实践经验都还不成熟，近年来人工智能审计发文数量增长趋势明显，但参与国际科研合作不强，缺乏基础智能技术科研机构。
(3)我国人工智能审计研究热点以电算化审计—计算机审计—信息化审计为路径变迁，其中信息化审计研究热点时段基本与国际研究保持一致，说明我国研究能够顺应大数据、云计算等技术趋势，已经逐步在技术创新、案例应用等现实领域摸索实践。
(1)人工智能公共服务和基础资源服务平台构建研究，深度学习的大规模新型计算机集群，审计同语音、图像、视频、地图等精准识别大数据技术等领域的拓展研究。
5.2 研究展望
国内外关于信息技术环境下的审计研究已经持续了几十年, 人工智能审计突变性一直持续，科研文献围绕信息技术的发展和普及、审计技术、审计内容和程序、审计模式以及审计时效等多方面研究。但是,由于人工智能领域研究涉及多学科，人工智能技术和审计必将通过多学科融合才能实现协同发展。科技强审，加强信息化建设将是我国审计工作永恒的主题，大数据为人工智能审计提供了广阔平台。随着大数据、云计算、区块链等技术的发展和完善，人工智能必将与现代审计进行深度融合，人工智能审计必然会带来审计模式的根本性变革。未来研究可集中在以下几个方面：
(4)国际研究完成了理论规范研究向实证性案例研究的过渡，对人工智能审计的研究同时具备了应用实例和技术平台，且研究方向由定性分析转向了定量研究。
(2)强化机器学习、模式识别、计算机视觉、模糊数学、神经网络、专家系统和自然语言处理等人工智能关键技术同审计的深度融合。
国际和中国研究数据均显示，关键词关注程度高的影响力也就越强。近年来，中国人工智能政策层出不穷，智慧城市建设大张旗鼓，人工智能审计在信息技术浪潮下聚集效应明显，国内学者已尝试对人工智能审计理论和实践的系统研究，但从人工智能在审计领域的发展和影响来看，我国人工智能审计技术尚未成熟，而国际人工智能审计研究已经聚焦在专家系统、智能审计系统、基于知识的系统和审计支持系统等实践应用领域，广泛通过数据挖掘(Data mining)、联机分析处理技术(Online analytical processing)、数据仓库技术(Data warehousing )等技术实现有效的人工智能审计，应用范围涵盖了整个审计周期：包括了审计计划风险评估及审计计划的设计、执行过程中的实质性审计测试、审计报告以及审计意见的影响和后果等。
(3)推进人工智能审计的相关政策制度完善、组织方式创新、人员培训提升、审计标准制定等，探索中国特色人工智能审计实现路径。
如此，在中原政权不断更迭之时，青海地区起到了沟通中外交通、联系塞北与江南的重要作用，客观上促进了中西之间的交往，增强了我国民族之间的凝聚力，为以后隋唐版图的大一统提供了前提条件。
(4)借鉴国际人工智能审计的经验，尤其是美国、澳大利亚等人工智能审计研究前沿阵地，通过强化合作交流，在我国具体行业和领域进行实践。
注：
1)似然比检验(likelihood ratio, LR)是数理科学概念，为约束条件下的似然函数最大值与无约束条件下似然函数最大值之比。极大似然比(Largest likelihood ratio, LLR)取似然比检验中的最大值。
2)Silhouette为衡量聚类主题明确程度的重要指标，Silhouette 取值范围为 -1～1，测度值越接近1，则说明聚类主题明确程度强。
3)AIS为信息系统领域学术专业组织的简称，该组织成立于1994年，为当前信息系统领域最顶级的全球纯学术专业组织。
1.5 内在机制——变异与选择的发生 第(4)小题： 研究人员每年用Mp(A1A1a2a2a3a3)人工接种水稻品种甲(R1R1r2r2r3r3)，几年后甲品种丧失了抗病性，检测水稻的基因未发现变异。推测甲品种抗病性丧失的原因是____________。
子路和冉求点头应允，洗耳恭听。范丹老祖问：“啥高？”“天高。”“啥厚？”“地厚。”“啥香？”“油香。”“啥臭？”“屎臭。”
参考文献：
[1]ABDOLMOHAMMADI M J. Decision support and expert systems in auditing: a review and research directions [J]. Accounting & Business Research, 1987, 17(17):173-185.
[2]BELL T B,KNECHEL W R, PAYNE J L,et al. An empirical investigation of the relationship between the computerisation of accounting system and the incidence and size of audit differences[J]. Journal of Practice and Theory, 1998 ,17(1):13-26.
[3]DAIGLE R J,LAMPE J C. The level of assurance precision and associated cost demanded when providing continuous online assurance in an environment open toassurance competition[J].Account,2005,6 (2):129-156.
[4]秦荣生.大数据、云计算技术对审计的影响研究[J].审计研究,2014(6): 23-28.
[5]胡洪彬.人工智能时代政府治理模式的变革与创新[J].学术界,2018(4):75-87.
[6]KAMIL OMOTESO. The application of artificial intelligence in auditing: looking back to the future[J].Expert Systems with Applications , 2012,39(9):8490-8495.
[7]张金城.会计电算化环境下的若干审计问题[J].审计研究,2000(6): 60-64.
[8]刘国城,王会金.大数据审计平台构建研究[J].审计研究,2017(6): 36-41.
[9]张莉.云时代的舞弊审计：基于国家治理的新战略[M].北京:清华大学出版社,2017.
[10]JANS M, ALLES M, VASARHELYI M. The case for process mining in auditing: sources of value added and areas of application[J]. Account. Inf. Syst,2013, 14 (1):1-20.
[11]MUELLER-WICKOP N, SCHULTZ M. ERP event log preprocessing: timestamps vs. accounting logic[M]// BROCKE J.Design Science at the Intersection of Physical and Virtual Design. Springer Berlin Heidelberg, Germany(Hamburg)：University of Hamburg，2013:105-119.
[12]ABDOLMOHAMMADI,USOFF C. A longitudinal study of applicable decision aids for detailed tasks in a financial audit [J].International Journal of Intelligent Systems in Accounting, 2001,10(3):139-154.
[13]SUTTON S G,HOLT M,ARNOLD V.“The reports of my death are greatly exaggerated”：artificial intelligence research in accounting[J].International Journal of Accounting Information Systems, 2016, 22(2):60-73.
[14]SWINNEY L.Consideration of the social context of auditors reliance on expert system output during evaluation of loan loss reserves [J].International Journal of Intelligent Systems in Accounting, 2015,8(3):199-213.
[15]LIN J W,HWANG M I,BECKER J D. A fuzzy neural network for assessing the risk of fraudulent financial reporting [J].Managerial Auditing Journal, 2013, 18(8):657-665.
[16]BALDWIN M A,STONE M F. A matrix model of expert systems impacts [J].Expert Systems with Applications, 1995, 9(4): 599-608.
[17]DILLARD J F,YUTHAS K.A responsibility ethic for audit expert systems[J]. Journal of Business Ethics, 2001, 30(4):337-359.
[18]BROWN C E,MURPHY D S.The use of auditing expert systems in public accounting[J]. Journal of Information Systems, 1990, 1(3):63-72.
[19]ELLIOTT R K,KIELICH J A.Expert systems for accountants[J].Journal of Accountancy, 1985,3(8):126-134.
[20]EINING M M, DORR P B. The impact of expert system usage on experiential learning in an auditing setting[J]. Journal of Information Systems, 1991, 6(3):1-16.
[21]MACKAY J,BARR S,KLETKE M.An empirical investigation of the effects of decision aids on problem-solving processes[J].Decision Sciences, 1992,23(3):648-672.
[22]PIEPTEA D R,ANDERSON E.Price and value of decision support systems[J].MIS Quarterly,1987,11(4):515-528.
[23]MURPHY D S.Expert system use and the development of expertise in auditing: a preliminary investigation[J]. Journal of Information Systems, 1990,3(4):18-35.
[24]YUTHAS K,DILLARD J.An integrative model of audit expert systems development[J]. Advances in Accounting Information Systems, 1996,4(5):55-79.
[25]APPELBAUM D,NEHMER R.Using drones in internal and external audits: an exploratory framework[J]. Journal of Emerging Technologies in Accounting, 2017, 14(1):83-101.
[26]LOMBARDI D, DULL R. The development of audit: an audit data assessment system [J].Journal of Emerging Technologies inAccounting,2016,13 (1): 37-52.
A Comparative Study of Chinese and Foreign Artificial Intelligence Audit Research Hotspots and Evolution Knowledge Maps
Wu Xiaofen1,Tian Haiyang1,2
(1. College of Business Administration and Tourism Management, Yunnan University; 2. Yunnan Provincial Audit Office, Kunming 650021, China)
Abstract :Using Cite Space scientific measurement visualization software,the artificial intelligence audit research literature of CNKI database and WOS core collection is taken as the research object.Through the analysis of the number of documents,research keywords,issuing countries and institutions,the paper summarized the hot spots and trends of artificial intelligence audit at home and abroad.The study found that the international artificial intelligence audit research has shown the aggregation effect,which completed the transition from theoretical norm research to empirical case research and achieved application examples and technology platforms.Domestic research from computerized audit to computer audit finally forms informationized audit as a evolution path.The relevant theories and practical experience are still immature.Domestic institutions participating in international scientific research cooperation is not strong and there is a lack of basic intelligent technology research institutions.The future research will be more practiced in real field of technological innovation and case application.
Key words :artificial intelligence;audit;knowledge map
中图分类号： G302
文献标志码： A
文章编号： 1000-7695( 2019) 10-0185-07
收稿日期： 2018-07-17，修回日期： 2018-11-06
doi： 10.3969/j.issn.1000-7695.2019.10.026
作者简介： 武晓芬(1962—)，女，山西太原人，博士，教授，博导，主要研究方向为公司治理与理财、会计审计理论及实务；田海洋(1982—)，通信作者，男，河北衡水人，高级审计师，在读博士研究生，主要研究方向为审计实务与技术创新、政府审计与国家治理。
标签：人工智能论文; 审计论文; 知识图谱论文; 云南大学工商管理与旅游管理学院论文; 云南省审计厅论文;