面向审计领域的聚类离群点检测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·聚类、离群点检测技术 | 第11页 |
| ·计算机审计 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| ·论文结构安排 | 第13-15页 |
| 第2章 相关概念和理论 | 第15-24页 |
| ·数据挖掘概述 | 第15页 |
| ·离群点检测技术 | 第15-19页 |
| ·基于统计离群点检测 | 第16-17页 |
| ·基于近邻度的离群点检测 | 第17页 |
| ·基于密度的局部离群点检测 | 第17-18页 |
| ·基于聚类的离群点检测 | 第18-19页 |
| ·聚类分析简介 | 第19-23页 |
| ·数据相似关系 | 第19-21页 |
| ·聚类方法 | 第21-22页 |
| ·具有噪音识别的聚类算法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 聚类离群点挖掘DBSCAN LOF算法 | 第24-41页 |
| ·DBSCAN研究分析 | 第24-28页 |
| ·DBSCAN算法描述 | 第25页 |
| ·算法复杂度分析 | 第25-26页 |
| ·算法有效性分析 | 第26-28页 |
| ·LOF研究分析 | 第28-31页 |
| ·LOF算法描述 | 第29-30页 |
| ·算法有效性、复杂度分析 | 第30-31页 |
| ·DBSCAN LOF算法 | 第31-37页 |
| ·DBSCAN LOF算法描述 | 第32-34页 |
| ·算法有效性、复杂度分析 | 第34-37页 |
| ·实验分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 聚类离群点检测在审计领域中的应用 | 第41-52页 |
| ·应用于社保审计的意义 | 第41-42页 |
| ·算法审计应用模型 | 第42-49页 |
| ·审计数据的获取及清理 | 第43页 |
| ·审计数据的数据选择 | 第43-44页 |
| ·混合数据类型的预处理 | 第44-47页 |
| ·审计方法发现过程 | 第47-49页 |
| ·社保审计数据挖掘实验与结果分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第57-58页 |
| 致谢 | 第58页 |
