基于关联规则与孤立点的信息舞弊特征识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·选题背景及意义 | 第9-10页 |
| ·国内外研究动态 | 第10-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·创新点 | 第13页 |
| ·本文组织结构 | 第13-15页 |
| 第2章 信息舞弊特征识别中使用的相关理论 | 第15-29页 |
| ·数据挖掘 | 第15-17页 |
| ·数据挖掘概述 | 第15-16页 |
| ·数据挖掘的过程 | 第16-17页 |
| ·关联规则分析 | 第17-21页 |
| ·关联规则分析概述 | 第17-18页 |
| ·经典 Apriori 算法 | 第18-20页 |
| ·Apriori 改进算法 | 第20-21页 |
| ·孤立点分析 | 第21-28页 |
| ·孤立点概述 | 第21-22页 |
| ·基于距离的孤立点检测 | 第22-23页 |
| ·基于聚类的孤立点检测 | 第23-25页 |
| ·基于聚类和距离的改进孤立点检测 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 关联规则在信息舞弊特征识别中的应用 | 第29-45页 |
| ·关联规则与信息舞弊特征识别 | 第29-30页 |
| ·案例背景与应用模型 | 第30-31页 |
| ·案例背景 | 第30页 |
| ·舞弊特征识别应用模型 | 第30-31页 |
| ·样本选择和数据采集 | 第31-33页 |
| ·数据准备 | 第33-39页 |
| ·数据整合和筛选 | 第33-35页 |
| ·数据清洗 | 第35-36页 |
| ·数据预处理 | 第36-39页 |
| ·关联规则挖掘与应用分析 | 第39-42页 |
| ·评估及部署 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 孤立点在信息舞弊特征识别中的应用 | 第45-61页 |
| ·孤立点与信息舞弊特征识别 | 第45页 |
| ·我国城镇职工医疗保险现状 | 第45-47页 |
| ·案例背景与应用模型 | 第47-49页 |
| ·案例背景 | 第47-48页 |
| ·舞弊特征识别应用模型 | 第48-49页 |
| ·数据采集与选择 | 第49-53页 |
| ·数据采集 | 第49页 |
| ·数据选择 | 第49-53页 |
| ·数据准备 | 第53-55页 |
| ·数据清洗 | 第53-54页 |
| ·数据预处理 | 第54-55页 |
| ·孤立点检测与分析 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-64页 |
| ·本文工作总结 | 第61-62页 |
| ·未来工作展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69-73页 |
