基于数据挖掘的智能审计系统的设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景与意义 | 第8-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·本文的组织结构 | 第13-15页 |
| 第二章 相关技术 | 第15-22页 |
| ·联机分析处理 | 第15-16页 |
| ·数据挖掘 | 第16-18页 |
| ·基于模糊神经网络的数据挖掘 | 第18-20页 |
| ·遗传算法 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 需求分析 | 第22-27页 |
| ·业务背景 | 第22-23页 |
| ·功能需求 | 第23-25页 |
| ·银行数据现状 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第四章 审计数据的采集与处理 | 第27-36页 |
| ·审计数据采集的基本概念 | 第27-30页 |
| ·审计数据采集的基本概念 | 第27-28页 |
| ·审计数据采集的实现 | 第28-29页 |
| ·数据仓库的应用 | 第29-30页 |
| ·审计数据的处理 | 第30-34页 |
| ·审计数据处理简介 | 第30-31页 |
| ·审计数据清洗与集成 | 第31-32页 |
| ·审计数据的预处理 | 第32-33页 |
| ·审计中间表的创建 | 第33页 |
| ·数据质量分析 | 第33-34页 |
| ·小结 | 第34-36页 |
| 第五章 数据挖掘模型的设计 | 第36-42页 |
| ·模糊神经网络模型 | 第36-37页 |
| ·权值优化 | 第37-38页 |
| ·模糊隶属度及神经网络层的计算 | 第38-39页 |
| ·聚类分析 | 第39-40页 |
| ·审计规则的提取 | 第40页 |
| ·小结 | 第40-42页 |
| 第六章 应用系统实现 | 第42-71页 |
| ·设计目标 | 第42-43页 |
| ·设计思想 | 第43-44页 |
| ·OLAP 分析模型 | 第43-44页 |
| ·数据挖掘模型 | 第44页 |
| ·OLAP 分析模型设计 | 第44-53页 |
| ·事实表、维与度量的选择 | 第44-46页 |
| ·贷款金额、利息与利润分析模型 | 第46-47页 |
| ·银行机构贷款指标分析模型 | 第47-49页 |
| ·贷款客户财务指标分析模型 | 第49-51页 |
| ·贷款投向地区、行业分析模型 | 第51-52页 |
| ·贷款品种、用途、期限分析模型 | 第52-53页 |
| ·数据挖掘模型设计 | 第53-61页 |
| ·不良贷款审计 | 第53-57页 |
| ·银行财务审计 | 第57-61页 |
| ·系统平台与工具选择 | 第61-64页 |
| ·系统平台与结构 | 第61-63页 |
| ·工具的选择 | 第63-64页 |
| ·结果分析 | 第64-70页 |
| ·本章小结 | 第70-71页 |
| 总结与展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-75页 |
| 在学期间的研究成果 | 第75-76页 |
