机器学习算法在央行内部审计问题管理中的应用

发布时间：2023-01-31 06:13

　　在央行内部审计中,审计人员需对审计发现的问题进行分类管理和归纳总结。随着内部审计的发展,发现的问题逐年增加,需要采用新技术和新方法来提升问题管理的效率。本文探索了分类、预测、聚类和自然语言处理等机器学习算法在央行内部审计问题管理中的应用,实现了对问题标签的自动预测,并提出了闭环式问题管理思路。 

【文章页数】：4 页

【文章目录】：
一、内部审计问题管理的功效
    （一）问题管理的总体功能
    （二）问题标签的闭环管理
二、机器学习算法及其适用性分析
    （一）自然语言处理算法
    （二）分类和预测算法
    （三）聚类算法
三、数据处理和算法应用
    （一）问题文本向量生成
    （二）分类预测问题标签信息
    （三）聚类辅助生成标签信息
    （四）小结
四、总结和展望


【参考文献】：
期刊论文
[1]如何有效发挥内部审计问题词条功效[J]. 杨熳.  中国内部审计. 2019(10)
[2]文本分类及分类算法研究综述[J]. 张磊.  电脑知识与技术. 2016(34)



本文编号：3733772