| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-22页 |
| 1.1 研究背景、目的及意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的 | 第10-11页 |
| 1.1.3 研究意义 | 第11-12页 |
| 1.2 国内外研究综述 | 第12-17页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-17页 |
| 1.3 论文框架 | 第17-19页 |
| 1.4 本文的研究方法及创新 | 第19-22页 |
| 1.4.1 本文的研究方法和技术路线 | 第19-21页 |
| 1.4.2 本文的创新之处 | 第21-22页 |
| 2 相关概念界定 | 第22-30页 |
| 2.1 大数据 | 第22-26页 |
| 2.1.1 大数据概述 | 第22-23页 |
| 2.1.2 大数据技术 | 第23-26页 |
| 2.2 金融审计 | 第26-30页 |
| 2.2.1 金融审计概述 | 第26-27页 |
| 2.2.2 传统金融审计方法存在的问题 | 第27-28页 |
| 2.2.3 大数据对金融审计可能带来的影响 | 第28-30页 |
| 3 R语言在金融大数据审计中的应用方法 | 第30-36页 |
| 3.1 R语言概述 | 第30-32页 |
| 3.1.1 R语言软件介绍 | 第30-31页 |
| 3.1.2 R语言编辑器 | 第31-32页 |
| 3.2 R语言与大数据 | 第32-34页 |
| 3.3 面向金融大数据审计的可行可视化分析方法 | 第34-36页 |
| 3.3.1 散点图 | 第34页 |
| 3.3.2 聚类图 | 第34-35页 |
| 3.3.3 脸谱图 | 第35页 |
| 3.3.4 标签云 | 第35-36页 |
| 4 R语言在对XX银行审计中的应用案例 | 第36-58页 |
| 4.1 案例背景 | 第36页 |
| 4.2 实际应用案例 | 第36-56页 |
| 4.2.1 描述性统计分析及数据可视化 | 第37-42页 |
| 4.2.2 大额贷款检查及可视化分析 | 第42-49页 |
| 4.2.3 逾期贷款检查及可视化分析 | 第49-53页 |
| 4.2.4 文本文件标签云可视化分析 | 第53-56页 |
| 4.3 本章小结 | 第56-58页 |
| 5 总结与展望 | 第58-60页 |
| 附录一 案例银行近两个月新闻文件关键词及频次统计表 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 研究生期间发表论文 | 第65页 |
| 研究生期间参与科研项目 | 第65-66页 |
| 后记 | 第66页 |