發(fā)布時(shí)間：2025-05-27 04:44

　　商品流通企業(yè)在持續(xù)經(jīng)營(yíng)過(guò)程中,企業(yè)管理者需要對(duì)企業(yè)經(jīng)營(yíng)業(yè)績(jī)、企業(yè)內(nèi)部制度、企業(yè)經(jīng)營(yíng)決策等進(jìn)行科學(xué)嚴(yán)謹(jǐn)?shù)脑u(píng)價(jià),從企業(yè)內(nèi)部管理角度出發(fā)進(jìn)行經(jīng)營(yíng)審計(jì)。經(jīng)營(yíng)審計(jì)工作集中在識(shí)別阻礙企業(yè)經(jīng)營(yíng)目標(biāo)達(dá)成的主要經(jīng)營(yíng)風(fēng)險(xiǎn);經(jīng)營(yíng)審計(jì)報(bào)告需要對(duì)內(nèi)部控制現(xiàn)狀進(jìn)行評(píng)價(jià),提出內(nèi)部控制的改善措施。商品流通企業(yè)經(jīng)營(yíng)審計(jì)工作的開(kāi)展,有助于企業(yè)不斷完善內(nèi)部管理制度。隨著商品流通企業(yè)信息化水平趨于成熟,電子數(shù)據(jù)逐漸成為主要審計(jì)對(duì)象之一;審計(jì)人員在開(kāi)展經(jīng)營(yíng)審計(jì)數(shù)據(jù)分析過(guò)程中要面對(duì)數(shù)據(jù)類型多樣、業(yè)務(wù)種類不同的電子數(shù)據(jù);傳統(tǒng)審計(jì)數(shù)據(jù)分析方法已經(jīng)不能完全滿足經(jīng)營(yíng)審計(jì)工作中對(duì)于海量電子數(shù)據(jù)的分析處理,經(jīng)營(yíng)審計(jì)需要新的數(shù)據(jù)分析方法來(lái)解決實(shí)際問(wèn)題,以滿足經(jīng)營(yíng)審計(jì)工作的需要。本文將數(shù)據(jù)挖掘技術(shù)應(yīng)用在商品流通企業(yè)經(jīng)營(yíng)審計(jì)工作中,其中重點(diǎn)研究:(1)聚類挖掘算法在采購(gòu)業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的研究。探究按照屬性特征對(duì)采購(gòu)業(yè)務(wù)數(shù)據(jù)進(jìn)行聚類分析,使得審計(jì)人員無(wú)需對(duì)全體采購(gòu)業(yè)務(wù)進(jìn)行逐一鑒證,而是按照一定屬性類別進(jìn)行審查分析,使得審計(jì)數(shù)據(jù)分析更具有針對(duì)性。(2)離群點(diǎn)檢測(cè)挖掘算法在銷售業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的研究。探究從銷售業(yè)務(wù)數(shù)據(jù)中,將不滿足常規(guī)銷售業(yè)務(wù)規(guī)律的銷售數(shù)據(jù)剝...

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 文獻(xiàn)綜述
        1.2.1 數(shù)據(jù)挖掘技術(shù)文獻(xiàn)綜述
        1.2.2 經(jīng)營(yíng)審計(jì)文獻(xiàn)綜述
    1.3 研究目標(biāo)和內(nèi)容
        1.3.1 研究目標(biāo)
        1.3.2 研究?jī)?nèi)容
    1.4 研究方法和技術(shù)路線
        1.4.1 研究方法
        1.4.2 技術(shù)路線
        1.4.3 創(chuàng)新點(diǎn)
2 理論基礎(chǔ)
    2.1 審計(jì)理論基礎(chǔ)
        2.1.1 委托代理理論
        2.1.2 資本保全理論
        2.1.3 權(quán)變理論
        2.1.4 博弈論
    2.2 經(jīng)營(yíng)審計(jì)理論體系
        2.2.1 經(jīng)營(yíng)審計(jì)的概念、目標(biāo)和內(nèi)容
        2.2.2 經(jīng)營(yíng)審計(jì)程序
        2.2.3 經(jīng)營(yíng)審計(jì)方法
    2.3 數(shù)據(jù)挖掘
        2.3.1 時(shí)間序列
        2.3.2 離群點(diǎn)檢測(cè)
        2.3.3 聚類分析
        2.3.4 數(shù)據(jù)挖掘的過(guò)程
3 數(shù)據(jù)挖掘技術(shù)在商品流通企業(yè)經(jīng)營(yíng)審計(jì)中的研究
    3.1 挖掘算法在采購(gòu)業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的研究
        3.1.1 聚類分析算法在采購(gòu)業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的研究
    3.2 挖掘算法在銷售業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的研究
        3.2.1 離群點(diǎn)檢測(cè)算法在銷售業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的研究
        3.2.2 時(shí)間序列算法在銷售業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的研究
4 數(shù)據(jù)挖掘技術(shù)在商品流通企業(yè)經(jīng)營(yíng)審計(jì)中的應(yīng)用
    4.1 基于聚類分析算法在采購(gòu)業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的應(yīng)用
        4.1.1 聚類挖掘算法在采購(gòu)業(yè)務(wù)經(jīng)營(yíng)審計(jì)中分析
        4.1.2 K-Means聚類算法中K值選擇比較
        4.1.3 挖掘數(shù)據(jù)預(yù)處理及K-Means聚類算法模型建立
    4.2 基于離群點(diǎn)檢測(cè)算法在銷售業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的應(yīng)用
        4.2.1 離群點(diǎn)檢測(cè)算法在銷售業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的分析
        4.2.2 挖掘數(shù)據(jù)預(yù)處理及離群點(diǎn)檢測(cè)分析算法模型建立
    4.3 基于時(shí)間序列算法在銷售業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的應(yīng)用
        4.3.1 時(shí)間序列算法在銷售業(yè)務(wù)經(jīng)營(yíng)審計(jì)中的分析
        4.3.2 時(shí)間序列預(yù)測(cè)模型建立與實(shí)現(xiàn)
    4.4 審計(jì)數(shù)據(jù)挖掘結(jié)果在商品流通企業(yè)經(jīng)營(yíng)審計(jì)中分析
        4.4.1 采購(gòu)業(yè)務(wù)經(jīng)營(yíng)審計(jì)挖掘結(jié)果分析
        4.4.2 銷售業(yè)務(wù)經(jīng)營(yíng)審計(jì)挖掘結(jié)果分析
5 經(jīng)營(yíng)審計(jì)數(shù)據(jù)分析系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)
    5.1 經(jīng)營(yíng)審計(jì)數(shù)據(jù)分析系統(tǒng)分析與設(shè)計(jì)
        5.1.1 經(jīng)營(yíng)審計(jì)數(shù)據(jù)分析系統(tǒng)背景
        5.1.2 經(jīng)營(yíng)審計(jì)數(shù)據(jù)分析系統(tǒng)功能分析
        5.1.3 系統(tǒng)數(shù)據(jù)庫(kù)表結(jié)構(gòu)設(shè)計(jì)
    5.2 經(jīng)營(yíng)審計(jì)數(shù)據(jù)分析系統(tǒng)開(kāi)發(fā)
        5.2.1 系統(tǒng)對(duì)象說(shuō)明
        5.2.2 經(jīng)營(yíng)審計(jì)數(shù)據(jù)分析系統(tǒng)窗口說(shuō)明
    5.3 經(jīng)營(yíng)審計(jì)數(shù)據(jù)分析系統(tǒng)運(yùn)行效果簡(jiǎn)介
        5.3.1 業(yè)務(wù)數(shù)據(jù)處理
        5.3.2 業(yè)務(wù)數(shù)據(jù)在R軟件上處理
6 結(jié)論與展望
    6.1 研究結(jié)論
    6.2 研究展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果



本文編號(hào)：4047530