孤立点分析在审计疑点发现中的应用探讨——基于K-Means聚类算法的Python实现

发布时间：2024-06-29 10:08

　　孤立点分析作为一种无监督方法,在结合具体审计业务选择适当审计指标的基础上,能够自主发现审计疑点。在自主学习并发现价值信息的过程中,孤立点分析方法既兼顾了对海量数据的总体分析,又可作为审计经验补充,辅助审计工作人员发现审计疑点,并实现疑点的精确定位。文章在分析孤立点研究现状及常用审计疑点发现方法的基础上,提出了基于孤立点分析的审计疑点发现方法,构建了基于孤立点分析的审计疑点发现框架,并尝试结合Y上市公司实际案例数据,利用Python语言实现建模分析,以探讨孤立点分析方法对于辅助审计疑点发现、提高审计工作效率的意义,为审计人员挖掘审计疑点提供了新思路。

【文章页数】：5 页

【文章目录】：
一、研究现状
二、常用审计疑点发现方法分析
三、基于K-Means聚类的孤立点分析方法
    （一）算法原理分析
    （二）算法描述
    （三）孤立点分析的应用
四、基于孤立点分析的审计疑点发现模型
    （一）数据采集与预处理
    （二）孤立点检测
    （三）孤立点分析
五、基于孤立点分析的审计疑点发现模型的Python应用实现
    （一）Python语言优势
    （二）案例背景
    （三）数据预处理
    （四）孤立点挖掘及分析
六、结语
    （一）更好地体现了审计人员专业性水平
    （二）通用性较强
    （三）提高了审计效率



本文编号：3997467