《支持向量机在舞弊审计数据分析中的运用初探》由会员分享，可在线阅读，更多相关《支持向量机在舞弊审计数据分析中的运用初探（2页珍藏版）》请在金锄头文库上搜索。
1、从本学科出发，应着重选对国民经济具有一定实用价值和理论意义的课题。课题具有先进性，便于研究生提出新见解，特别是博士生必须有创新性的成果支持向量机在舞弊审计数据分析中的运用初探舞弊审计是指审计人员对审计组织的内部人员及有关人员为谋取自身利益或为使本组织获得不正当经济利益，采用违法手段使组织经济利益受损的不正当行为，通过检查、查询等审计程序进行取证并向委托者或者授权者出具审计报告的一种监督活动。舞弊审计要求审计人员具有较高的舞弊侦查技能，仅靠以前简单的方法已不能满足当前的需要。对于大量的数据，运用数据模型能更好地简化数据分析程序，扩大数据的应用范围，减少审计人员的工作量。在众多的数据分析方法中，支
2、持向量机因拥有良好的推广性能和较高的分类准确率而脱颖而出。支持向量机是数据挖掘的一项新技术，是借助于最优化方法解决机器学习问题的新工具，联盟是上世纪90年代中期提出的一种机器学习算法，它采用结构风险最小准则，提高了模型的泛化能力，被认为是目前针对小样本的分类、回归等问题的最佳理论。由于SVM具有全局收敛性和良好的推广能力，基于这种技术的新模型具有良好的实用性，本文试将支持向量机引入到舞弊审计的业务数据中，希望能对舞弊审计理论和财务舞弊审计分析方法的研究作一定的拓新。复杂问题的简化操作舞弊审计的数据分析问题可以看作分类问题。我们可以把复杂的的问题简化处理，只考虑最简单的情况，把公司数据分为真实与虚假两类，并把历史上真实的虚假数据与其当年或前若干年的数据联系起来，就可以把舞弊审计的数据分析问题归结为一个两分类的分类问题。舞弊审计的数据分析问题是一个非线性问题，对非线性问题，可以通过非线性变换转化为某个高维空间中的线性问题，在变换空间求最优分类面。根据公司审计结果，可将其分为有重大错报公司和无重大错报公司课题份量和难易程度要恰当，博士生能在二年内作出结果，硕士生能在一年内作出结果，特别是对实验条件等要有恰当的估计。
