| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第11-21页 |
| 1.1 课题名称 | 第11页 |
| 1.2 研究背景、目的及意义 | 第11-12页 |
| 1.2.1 研究背景 | 第11-12页 |
| 1.2.2 研究目的与意义 | 第12页 |
| 1.3 国内外研究现状概述 | 第12-18页 |
| 1.3.1 数据挖掘的研究现状 | 第12-14页 |
| 1.3.2 数据挖掘在审计应用中的研究现状及其局限性 | 第14-17页 |
| 1.3.3 保障房审计的现状 | 第17-18页 |
| 1.4 课题研究的目标及主要内容 | 第18-19页 |
| 1.5 论文的结构安排 | 第19-21页 |
| 2 计算机审计与数据挖掘介绍 | 第21-37页 |
| 2.1 计算机审计介绍 | 第21-24页 |
| 2.1.1 计算机审计定义与内涵 | 第21页 |
| 2.1.2 计算机审计的基本流程 | 第21-22页 |
| 2.1.3 计算机审计专业软件介绍 | 第22-24页 |
| 2.2 数据挖掘的主要功能及其在审计中的应用 | 第24-28页 |
| 2.2.1 数据挖掘的定义 | 第24页 |
| 2.2.2 数据挖掘的特点 | 第24页 |
| 2.2.3 数据挖掘的步骤 | 第24-26页 |
| 2.2.4 数据挖掘的主要功能 | 第26-28页 |
| 2.3 数据挖掘的经典算法 | 第28-35页 |
| 2.3.1 决策树算法 | 第28-31页 |
| 2.3.2 聚类算法 | 第31-33页 |
| 2.3.3 孤立点算法 | 第33-35页 |
| 2.4 本章小结 | 第35-37页 |
| 3 决策树算法在审计中的应用 | 第37-61页 |
| 3.1 业务理解 | 第37页 |
| 3.2 审计数据采集与理解 | 第37-41页 |
| 3.2.1 数据采集 | 第37-39页 |
| 3.2.2 数据理解 | 第39-41页 |
| 3.3 数据预处理 | 第41-45页 |
| 3.3.1 数据清理 | 第42-43页 |
| 3.3.2 数据转换 | 第43页 |
| 3.3.3 数据集成 | 第43-44页 |
| 3.3.4 数据验证 | 第44-45页 |
| 3.4 决策树分类算法的选择 | 第45-51页 |
| 3.4.1 决策树算法评价指标 | 第45页 |
| 3.4.2 决策树算法性能分析实验 | 第45-46页 |
| 3.4.3 实验结果对比分析 | 第46-51页 |
| 3.5 C4.5 算法建模 | 第51-59页 |
| 3.5.1 C4.5 算法原理 | 第51-54页 |
| 3.5.2 评估分类结果的方法 | 第54页 |
| 3.5.3 实验过程 | 第54-59页 |
| 3.6 小结 | 第59-61页 |
| 4 C4.5 算法的改进 | 第61-75页 |
| 4.1 改进的C4.5 算法原理 | 第61-65页 |
| 4.2 改进后的决策树模型 | 第65-67页 |
| 4.3 C-C4.5 模型与C4.5 模型的对比分析 | 第67-70页 |
| 4.4 对C4.5 算法的进一步改进 | 第70-73页 |
| 4.4.1 泰勒级数 | 第71页 |
| 4.4.2 简化计算 | 第71-72页 |
| 4.4.3 算法主要描述代码 | 第72-73页 |
| 4.4.4 算法对比 | 第73页 |
| 4.5 小结 | 第73-75页 |
| 5 总结和展望 | 第75-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-83页 |