MATLAB算法实战应用案例精讲-【人工智能】大数据审计（概念篇）

目录

前言

大数据审计发展历程

1.初级阶段：验证型逻辑占据主导地位

2.发展阶段：挖掘型逻辑突出重围

3.成熟阶段：基于验证和挖掘的预测型逻辑发展

算法原理

什么是大数据审计

特征

事项审计

大数据审计的方法

(一)大数据审计的一般思路

(二)大数据审计的关键技术

1．数据采集汇聚

2．数据存储与管理

3．数据分析技术

4．数据可视化技术

优缺点

优势

存在的不足

大数据审计面临的挑战及应对措施

一、大数据的主要特征

二、大数据审计较传统审计的巨大优势

三、大数据审计面临的挑战

四、促进大数据审计发展的应对措施

---

 

前言

大数据审计是指对数据开展深入、复杂和综合的分析，并相应构建“总体分析、发现疑点、分散核实、系统研究”的数字化审计模式。大数据审计充分利用内部数据和外部数据、财务数据和业务数据开展综合分析，大大增加了审计揭示问题的深度和提出建议的高度，有利于国家审计在促进加强管理，提高绩效与维护国家经济安全方面发挥重要作用。

大数据审计发展历程

1.初级阶段：验证型逻辑占据主导地位

初级阶段可以说是大数据审计发展的基础或起步阶段，它既保留了审计的业务属性，又体现了大数据分析技术在审计中的应用，是按照“洞察——数据——决策”的验证型逻辑思路展开的。