数据挖掘方法在经济责任审计评价中的应用数据挖掘方法在经济责任审计评价中的应用 摘要：利用数据挖掘方法在经济责任审断提供基础。数据挖掘技术主要有数据概化、关联规则分析、孤立点监测分析、时间序列分析等，每种方法都有特定的程序。数据挖掘方法在经济责任审计评价的运用过程中，需要得到不断完善，措施包括：要明确审计对象的主要业务和背景，设计出合理的经济责任方法；创新审计工作方式的同时保证评价客观量化；促进信息系统建设，培育数据式审计相关技术人员；法律规范数据挖掘方法对于经济责任审计评价的操作标准；建立经济责任审计结果运用机制等。 关键词：数据挖掘方法 经济责任审计 数据概化 关联规则分析 一、数据挖掘方法在经济责任审计评价中的作用 经济责任审计是确立或解脱被审计领导干部经济责任的一项审计监督制度，其关键是如何给被审计领导干部一个公正、准确、合理的评价。 数据挖掘（Data Mining）也称数据库中的知识发现（KDD：Knowledge Discovery in Database），是一种特定应用的数据分析过程，它可以从包含大量冗余信息的数据中提取尽可能多的隐藏知识，从而为正确的推断提供基础。与以往的数据库检索统计技术不同，数据挖掘方法不向用户提供包含指定特征的信息，而是能够提供某些特征未知的数据包含的信息。数据挖掘技术的这种特点决定了其具有良好的应用前景，尤其在商业领域的应用前景为推动这项技术提供了有力的保障。 数据挖掘方法在经济责任审计评价中可以通过计算机对全部电子数据进行处理，可以避开因手工审计中审计抽样造成的审计风险，可以对财务明细账中的货币数据进行分析，而且可以建立以业务事件为基础形成的数据仓库，对非货币性数据进行审计线索的挖掘和分析；利用聚类知识发现技术能够对已有审计人员的经验方法提升创建，从而成为具有审计任务评价指标体系，有助于提升审计的能力和水平；利用智能信息处理技术能够对各类评价要求中的各种非结构化、半结构化的数据进行特征本体抽取以及语义推断，为审计处理各种类型的数据提供技术支持；利用关联规则数据挖掘方法对各类型审计要求中的审计特征以及特征影响因子来进一步进行关联分析，为审计核查存在的问题以及提出问题而产生原因的关联性提供相关技术支持。另外，传统的经济责任审计评价要通过宏观层面的相关指标，数据挖掘方法能够从大量的原始数据中发掘审计线索。因此，数据挖掘方法具有一定的可靠性和可信度。 二、数据挖掘方法...
