| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 引言 | 第9-16页 |
| 第一节 研究背景与意义 | 第9-11页 |
| 一、研究背景 | 第9-10页 |
| 二、研究的目的和意义 | 第10-11页 |
| （一）研究目的 | 第10页 |
| （二）研究的意义 | 第10-11页 |
| 第二节 文献综述 | 第11-12页 |
| 一、数据挖掘方法在审计中的应用 | 第11-12页 |
| （一）理论研究 | 第11-12页 |
| （二）方法研究 | 第12页 |
| 二、审计软件现状分析 | 第12页 |
| 第三节 研究的技术路线和主要内容 | 第12-14页 |
| 一、技术路线（图 1.1） | 第12-13页 |
| 二、主要内容和论文结构 | 第13-14页 |
| （一）主要内容 | 第13-14页 |
| （二）结构安排 | 第14页 |
| 第四节 论文的创新点 | 第14-16页 |
| 第二章 相关技术 | 第16-29页 |
| 第一节 审计相关理论 | 第16-18页 |
| 一、计算机审计对象 | 第16页 |
| 二、计算机审计的特征 | 第16-17页 |
| 三、计算机审计方法 | 第17-18页 |
| 第二节 商业智能理论分析 | 第18-23页 |
| 一、数据仓库 | 第19-20页 |
| 二、ETL | 第20-21页 |
| 三、联机分析处理（OLAP) | 第21-22页 |
| 四、数据挖掘（DM） | 第22-23页 |
| 第三节 数据分析方法在审计中的应用分析 | 第23-24页 |
| 第四节 数据挖掘编程技术 | 第24-26页 |
| 一、OLE DB for DM 规范 | 第24-25页 |
| 二、MDX | 第25页 |
| 三、ADO、ADO.NET 、ADOMD.NET 和 AMO | 第25-26页 |
| 第五节 关联规则算法 | 第26-28页 |
| 一、关联规则相关概念 | 第26-27页 |
| 二、关联规则算法研究 | 第27-28页 |
| 第六节 结论 | 第28-29页 |
| 第三章 智能审计软件体系架构 | 第29-37页 |
| 第一节 建设目标 | 第29-30页 |
| 一、提高审计分析预测能力 | 第29页 |
| 二、简化审计人员工作 | 第29-30页 |
| 三、降低审计成本 | 第30页 |
| 第二节 智能审计系统数据源 | 第30-31页 |
| 第三节 审计多维组织模型 | 第31-33页 |
| 第四节 智能审计软件系统主要功能架构 | 第33-37页 |
| 一、数据管理子系统 | 第34-35页 |
| 二、审计分析子系统 | 第35页 |
| 三、系统管理子系统 | 第35页 |
| 四、公司管理子系统 | 第35页 |
| 五、其他功能子系统 | 第35-37页 |
| 第四章 智能审计软件系统设计 | 第37-45页 |
| 第一节 开发语言和工具 | 第37页 |
| 一、开发语言 | 第37页 |
| 二、开发工具 | 第37页 |
| 第二节 数据管理子系统 | 第37-40页 |
| 一、登入管理 | 第37-38页 |
| 二、数据导入和更新 | 第38-39页 |
| 三、数据查询 | 第39-40页 |
| 第三节 审计分析子系统 | 第40-43页 |
| 一、OLAP 分析 | 第40页 |
| 二、数据挖掘分析 | 第40-43页 |
| （一） 创建挖掘结构 | 第41页 |
| （二）向挖掘结构中添加挖掘模型 | 第41-42页 |
| （三）模型测试 | 第42页 |
| （四) 模型连接与预测 | 第42-43页 |
| 第四节 系统管理子系统 | 第43-45页 |
| 一、报表管理 | 第43页 |
| 二、专家知识管理 | 第43-45页 |
| 第五章 智能审计软件系统应用 | 第45-60页 |
| 第一节 财务指标数据的关联规则研究 | 第45-51页 |
| 一、财务指标关联规则挖掘模型的参数设置 | 第45-46页 |
| 二、财务指标关联规则挖掘应用 | 第46-51页 |
| （一）对财务特征指标关联规则挖掘结果统计 | 第46-49页 |
| （二）挖掘结果分析 | 第49-51页 |
| 第二节 其他功能展示 | 第51-60页 |
| 一、报表分析 | 第51-54页 |
| （一）趋势分析 | 第52-53页 |
| （二）数据透视 | 第53-54页 |
| 二、专家分析 | 第54-55页 |
| 三、专家知识管理 | 第55-60页 |
| 第六章 结论与展望 | 第60-62页 |
| 第一节 研究结论 | 第60页 |
| 第二节 研究不足和未来展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 研究成果 | 第66页 |