[发明专利]审计数据处理方法和系统

说明书

技术领域

本发明涉及数据挖掘技术领域，特别是涉及一种审计数据处理方法和系统。

背景技术

信息化时代给审计工作带来了新的挑战和风险，审计证据隐藏在海量数据中，审计轨迹日趋复杂化，为了解决审计人员和被审计单位之间的信息严重不对称的问题，审计风险管理引入了计算机技术。

审计数据挖掘是数据挖掘领域知识在审计工作中的应用的统称，是审计风险管理工作中引入计算机技术的重要分支之一。在海量的审计数据中往往隐藏着对审计有价值的信息，通过数据挖掘方法和技术，发现和揭示这些有用的信息，而审计工作提供数据支持是审计数据挖掘工作者一直努力的方向。当前的审计数据挖掘以统计分析和征兆发现为主，主要具有以下几个特点：即以被审计单位财务数据为单一分析对象；受到建模人员的经验和专业技能限制较多，建模效率低下，且所建立的模型难发现海量数据中逻辑复杂的问题。主要以发现异常为主，多将不同时间点上的审计数据作为独立的个体进行分析。

基于以上特点，在对审计数据进行挖掘处理中，难以准确地预测出审计数据的风险类型，从而影响了对审计数据的审计处理效率。

发明内容

基于此，有必要针对难以准确地检测出审计数据中的异常数据的问题，提供一种审计数据处理方法和系统。

一种审计数据处理方法，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。

一种审计数据处理系统，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。

上述审计数据处理方法和系统，通过抽取审计数据进行数据清洗和探索性分析得到数据特征，然后对审计风险数据进行抽样划分建立预测模型并进行训练得到风险预测模型，再利用该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；该技术方案能够准确地预测出审计数据的风险类型，实现对被审计对象所存在各类审计风险的可能性进行预测，提高了对审计数据的审计处理效果，为审计工作的展开提供重要数据支撑。

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，所述处理器执行所述计算机程序时实现如上述审计数据处理方法。

上述计算机设备，通过所述处理器上运行的计算机程序，实现了对被审计对象所存在各类审计风险的可能性进行预测。

一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述审计数据处理方法。

上述计算机存储介质，通过其存储的计算机程序，实现了对被审计对象所存在各类审计风险的可能性进行预测。

附图说明

图1是一个实施例的审计数据处理方法流程图；

图2是一个实施例的步骤S10的流程图；

图3是一个实施例的步骤S20的流程图；

图4是一个实施例的审计数据处理系统结构示意图；

图5是基于本发明的审计数据处理方法的预测系统结构示意图；

图6是一个实施例的预测系统各个模块的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或(模块)单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。