基于數據挖掘的金融審計數據分析研究

作者：趙瀏洋

摘要：針對由于初始變量數據過多,導致金融審計數據挖掘精度不足的問題,進行基于數據挖掘的金融審計數據分析研究。本文首先從被審計的金融機構信息系統中提取所需數據,并對其進行預處理,包括缺失值處理、重復數據處理、噪聲數據處理、數據變換等,其次利用主成分分析方法解決初始變量數據過多問題,降低數據維度,最后選取聚類算法作為挖掘方法,實現金融審計異常數據分析。結果表明:與神經網絡算法、支持向量機、最近鄰算法相比,本方法精度更高,以期為后續研究提供參考。

發文機構：長春財經學院

關鍵詞：數據挖掘金融審計數據聚類算法數據維度

分類號： F239.65[經濟管理—會計學]