基于DM技术的企业舞弊分析的审计服务系统研究

企业舞弊现象与市场经济的关系是如影随形，而审计的基本功能是发现舞弊、阻止舞弊，维护企业乃至整个经济的健康与安全。在我国，"审计风暴"受到国人好评，但"审计风暴"背后凸现的是舞弊问题的严重性和广泛性。因此，本题题的研究具有十分重要的理论价值和现实意义。本课题的研究内容主要包括：企业舞弊行为、识别和界定的理论和方法研究；长频繁项目集挖掘技术，序列模式更新技术，基于多分类器组合的分类方法等去噪关键技术研究；研究在Web环境下的面向审计的服务的交互机制，出现涌现的条件等，以及它们对提高挖掘算法的贡献；建立在开放的、对等环境下的反舞弊的审计服务原型系统，及时发现舞弊行为，提出对这些行为的评定和监控对策，为政府完善审计监督体制、加强对上市公司、国有企业监督提供决策依据及提供相应的处置措施。本课题从工程和服务的角度研究舞弊和反舞弊问题，为审计理论与方法研究提出了新方向。

企业舞弊现象与市场经济的关系是如影随形，而审计的基本功能是发现舞弊、阻止舞弊，维护企业乃至整个经济的健康与安全。在我国，“审计风暴”受到国人好评，但“审计风暴”背后凸现的是舞弊问题的严重性和广泛性。因此，本题题的研究具有十分重要的理论价值和现实意义。研究内容主要包括：企业舞弊行为、识别和界定的理论和方法研究；长频繁项目集挖掘技术，序列模式更新技术，基于多分类器组合的分类方法等去噪关键技术研究；研究在Web环境下的面向审计的服务的交互机制，出现涌现的条件等，以及它们对提高挖掘算法的贡献；建立在开放的、对等环境下的反舞弊的审计服务原型系统，及时发现舞弊行为，提出对这些行为的评定和监控对策。本课题提出了识别企业经营舞弊的新方法：研究正常经营行为的共性，再比对分析每个企业存在舞弊的可能性。即利用数据挖掘技术处理海量数据的特点，挖掘出企业正常经营行为在特征空间的集聚，再界定舞弊存在的可能性。将长频繁项目集挖掘技术应用到企业舞弊审计领域，通过去除企业规模、细分行业所产生的“噪声”，抽取出基于职务犯罪审计证据的关联因子，为分析职务犯罪的规律和特征等提供了依据。通过提出基于频繁模式树的关联分类规则挖掘方法,构造出用于职务犯罪预警的分类函数，形成了三级预警机制，为审计的定量化研究打下了坚实的基础。研究在Web环境下以“服务”为粒度的挖掘技术，特别是审计服务的交互，以及涌现对提高挖掘算法的贡献。以预防职务（经济）犯罪平台建设为突破口，解决了一系列关键核心技术，获得4项国家发明专利授权，申请国家发明专利6项，获得软件著作权7项，成为审计研究的工程化的应用示范，获得了2011年度中国电子学会电子信息科学技术二等奖和2010年度江苏省科技进步三等奖。本课题从工程和服务的角度研究舞弊和反舞弊问题，为审计理论与方法研究提出了新方向。在《Neural Comput & Applic》,《Journal of Computational Information Systems》,《计算机研究与发展》、《通信学报》等核心期刊和CAMAN'11、EIEE'12等重要国际会议发表论文36篇，出版专著1部，形成了发明专利和著作权等一批自主知识产权，培养了一批高层次科研人才。