[发明专利]审计数据处理方法和系统

权利要求书

1.一种审计数据处理方法，其特征在于，包括如下步骤：

从历史审计数据库中抽取被审计对象的审计数据，对所述审计数据进行数据清洗，并进行探索性分析得到数据特征；

对所述审计风险数据进行抽样划分为测试集合和训练集合，根据所述数据特征在训练集合上建立预测模型，并利用测试集合对预测模型进行训练得到风险预测模型；

利用所述风险预测模型对输入的审计对象的审计数据进行风险预测，识别审计数据的风险类型。

2.根据权利要求1所述的审计数据处理方法，其特征在于，所述从历史审计数据库中抽取被审计对象的审计数据的步骤包括：

采用ETL工具从历史审计数据库中抽取被审计对象的审计数据，将所述审计数据转换为统一的格式得到被审计对象的历史审计风险数据，将历史审计风险数据存储到分析数据库中。

3.根据权利要求1所述的审计数据处理方法，其特征在于，所述对所述审计数据进行数据清洗的步骤包括：

对所述审计数据中重复记录的内容进行排查处理，并对重复内容进行删除处理；

对所述审计数据中的异常进行检查、根据历史审计结果数据库以及业务内容确定异常数据；

根据所述排查处理的结果对异常数据进行修正。

4.根据权利要求1所述的审计数据处理方法，其特征在于，所述进行探索性分析得到数据特征的步骤包括：

采用探索分析和相关分析方法，对所述审计数据进行探索性分析，确定审计风险数据的数据特征以及分布规律；其中，所述数据特征包括均值、分位数和/或方差。

5.根据权利要求1所述的审计数据处理方法，其特征在于，所述对所述审计风险数据进行抽样划分为测试集合和训练集合，根据所述数据特征在训练集合上建立预测模型的步骤包括：

利用随机抽样方法，对所述审计风险数据进行抽样划分为多个测试集合和训练集合，其中，训练集合用于建立模型，测试集合用于测试调优模型；

根据审计风险数据的数据特征以及分布规律选择相应的挖掘算法和设置参数值在训练集合上建立预测模型。

6.根据权利要求5所述的审计数据处理方法，其特征在于，依次采用神经网络回归分析方法和支持向量机回归分析方法在训练集合上建立预测模型。

7.根据权利要求1所述的审计数据处理方法，其特征在于，所述利用测试集合对预测模型进行训练得到风险预测模型的步骤包括：

利用所述预测模型在测试集合上进行测试；

若预测模型在测试集合上的检验指标值超过设定阀值，则通过测试并设置为候选预测模型；否则，重新选择相应的挖掘算法或调整所述参数值，在测试集合上再次进行测试；

从候选预测模型中选择最优的模型作为风险预测模型。

8.一种审计数据处理系统，其特征在于，包括：

数据采集模块，用于从历史审计数据库中抽取被审计对象的审计数据，对所述审计数据进行数据清洗，并进行探索性分析得到数据特征；

数据建模模块，用于对所述审计风险数据进行抽样划分为测试集合和训练集合，根据所述数据特征在训练集合上建立预测模型，并利用测试集合对预测模型进行训练得到风险预测模型；

风险预测模块，用于利用所述风险预测模型对输入的审计对象的审计数据进行风险预测，识别审计数据的风险类型。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的审计数据处理方法。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7任意一项所述的审计数据处理方法。