| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 文献综述 | 第11-13页 |
| 1.2.1 数据挖掘技术文献综述 | 第11-12页 |
| 1.2.2 经营审计文献综述 | 第12-13页 |
| 1.3 研究目标和内容 | 第13-14页 |
| 1.3.1 研究目标 | 第13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.4 研究方法和技术路线 | 第14-16页 |
| 1.4.1 研究方法 | 第14-15页 |
| 1.4.2 技术路线 | 第15页 |
| 1.4.3 创新点 | 第15-16页 |
| 2 理论基础 | 第16-28页 |
| 2.1 审计理论基础 | 第16-18页 |
| 2.1.1 委托代理理论 | 第16页 |
| 2.1.2 资本保全理论 | 第16-17页 |
| 2.1.3 权变理论 | 第17页 |
| 2.1.4 博弈论 | 第17-18页 |
| 2.2 经营审计理论体系 | 第18-23页 |
| 2.2.1 经营审计的概念、目标和内容 | 第18-19页 |
| 2.2.2 经营审计程序 | 第19-21页 |
| 2.2.3 经营审计方法 | 第21-23页 |
| 2.3 数据挖掘 | 第23-28页 |
| 2.3.1 时间序列 | 第23-24页 |
| 2.3.2 离群点检测 | 第24-25页 |
| 2.3.3 聚类分析 | 第25-26页 |
| 2.3.4 数据挖掘的过程 | 第26-28页 |
| 3 数据挖掘技术在商品流通企业经营审计中的研究 | 第28-32页 |
| 3.1 挖掘算法在采购业务经营审计中的研究 | 第28-29页 |
| 3.1.1 聚类分析算法在采购业务经营审计中的研究 | 第28-29页 |
| 3.2 挖掘算法在销售业务经营审计中的研究 | 第29-32页 |
| 3.2.1 离群点检测算法在销售业务经营审计中的研究 | 第29-30页 |
| 3.2.2 时间序列算法在销售业务经营审计中的研究 | 第30-32页 |
| 4 数据挖掘技术在商品流通企业经营审计中的应用 | 第32-54页 |
| 4.1 基于聚类分析算法在采购业务经营审计中的应用 | 第32-40页 |
| 4.1.1 聚类挖掘算法在采购业务经营审计中分析 | 第32页 |
| 4.1.2 K-Means聚类算法中K值选择比较 | 第32-33页 |
| 4.1.3 挖掘数据预处理及K-Means聚类算法模型建立 | 第33-40页 |
| 4.2 基于离群点检测算法在销售业务经营审计中的应用 | 第40-42页 |
| 4.2.1 离群点检测算法在销售业务经营审计中的分析 | 第40页 |
| 4.2.2 挖掘数据预处理及离群点检测分析算法模型建立 | 第40-42页 |
| 4.3 基于时间序列算法在销售业务经营审计中的应用 | 第42-50页 |
| 4.3.1 时间序列算法在销售业务经营审计中的分析 | 第42-43页 |
| 4.3.2 时间序列预测模型建立与实现 | 第43-50页 |
| 4.4 审计数据挖掘结果在商品流通企业经营审计中分析 | 第50-54页 |
| 4.4.1 采购业务经营审计挖掘结果分析 | 第50-51页 |
| 4.4.2 销售业务经营审计挖掘结果分析 | 第51-54页 |
| 5 经营审计数据分析系统设计与开发 | 第54-78页 |
| 5.1 经营审计数据分析系统分析与设计 | 第54-61页 |
| 5.1.1 经营审计数据分析系统背景 | 第54-55页 |
| 5.1.2 经营审计数据分析系统功能分析 | 第55-56页 |
| 5.1.3 系统数据库表结构设计 | 第56-61页 |
| 5.2 经营审计数据分析系统开发 | 第61-69页 |
| 5.2.1 系统对象说明 | 第61-62页 |
| 5.2.2 经营审计数据分析系统窗口说明 | 第62-69页 |
| 5.3 经营审计数据分析系统运行效果简介 | 第69-78页 |
| 5.3.1 业务数据处理 | 第69-76页 |
| 5.3.2 业务数据在R软件上处理 | 第76-78页 |
| 6 结论与展望 | 第78-80页 |
| 6.1 研究结论 | 第78-79页 |
| 6.2 研究展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第86页 |
