面向審計領域的關聯規(guī)則技術研究與應用.pdf

1、作為數據挖掘領域的重要研究分支,關聯規(guī)則用于發(fā)現數據項間隱含的相關性。為了豐富傳統關聯規(guī)則所能表達的知識,本文將數量關聯規(guī)則與負關聯規(guī)則的研究重點相結合,探討基于數值屬性的一般化關聯規(guī)則的挖掘方法及策略。并將提出的挖掘算法應用于審計社保數據庫,發(fā)現審計數據項間的相關性,分析規(guī)則的審計意義。
　　本文分別對關聯規(guī)則的理論研究現狀及領域應用現狀進行介紹,并對經典的挖掘算法進行分析。重點借鑒數量關聯規(guī)則與負關聯規(guī)則的研究思想,在給出基于

2、數值屬性的數據集的有效處理策略后,提出一種無需擴充數據集便可同時挖掘出正、負頻繁項集的Apriori_PN算法。由頻繁項集生成關聯規(guī)則的過程中,引入差異興趣度來度量產生的規(guī)則的客觀有用程度,基于這樣的思想提出一般化關聯規(guī)則挖掘算法GAR_I。在挖掘審計關聯規(guī)則時,首先給出適合于審計數據特點的離散化算法DISC_S對數據進行離散化,然后,在此基礎上運用Apriori_PN及GAR_I算法挖掘出審計關聯規(guī)則,試圖以此來豐富審計知識庫,并為日