基于商业智能的财务审计信息系统研究
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第1章 绪论 | 第14-24页 |
| ·研究背景 | 第14-15页 |
| ·研究目的和意义 | 第15-17页 |
| ·研究内容及论文结构 | 第17-19页 |
| ·概念界定 | 第19-20页 |
| ·研究方法及技术路线 | 第20-22页 |
| ·研究方法 | 第20-22页 |
| ·技术路线 | 第22页 |
| ·论文的创新点 | 第22-24页 |
| 第2章 文献综述 | 第24-39页 |
| ·财务审计的研究 | 第24-26页 |
| ·计算机审计技术的研究 | 第26-28页 |
| ·商业智能理论与技术的研究 | 第28-31页 |
| ·审计中应用商业智能技术的研究 | 第31-33页 |
| ·孤立点理论的研究 | 第33-39页 |
| 第3章 财务审计引入商业智能的分析 | 第39-74页 |
| ·计算机审计理论分析 | 第39-43页 |
| ·计算机审计的对象 | 第39-40页 |
| ·计算机审计的特征 | 第40-41页 |
| ·计算机审计方法 | 第41-42页 |
| ·计算机审计的流程 | 第42-43页 |
| ·商业智能技术分析 | 第43-66页 |
| ·商业智能相关理论 | 第43-45页 |
| ·ETL | 第45-46页 |
| ·数据仓库 | 第46-48页 |
| ·OLAP | 第48-54页 |
| ·数据挖掘 | 第54-63页 |
| ·商业智能的核心流程--数据挖掘流程 | 第63-66页 |
| ·孤立点算法的优化 | 第66-73页 |
| ·基于距离的孤立点算法 | 第66-67页 |
| ·基于单元格与距离相结合的孤立点算法 | 第67-70页 |
| ·基于单元格的孤立点改进算法 | 第70-73页 |
| ·财务审计系统引入商业智能的分析结论 | 第73-74页 |
| 第4章 智能审计信息系统的体系架构 | 第74-85页 |
| ·建设目标 | 第74-75页 |
| ·智能审计信息系统框架 | 第75-77页 |
| ·智能审计信息系统解决方案 | 第77-78页 |
| ·智能审计信息系统的数据源 | 第78-79页 |
| ·智能审计的多维组织模型 | 第79-80页 |
| ·智能审计的基本方法 | 第80-83页 |
| ·智能审计信息系统的主要功能结构 | 第83-85页 |
| 第5章 智能审计信息系统设计 | 第85-102页 |
| ·系统支撑环境 | 第85-86页 |
| ·客户端环境 | 第85页 |
| ·服务器端 | 第85页 |
| ·开发语言 | 第85-86页 |
| ·审计业务管理子系统 | 第86-88页 |
| ·审计数据整合子系统 | 第88-90页 |
| ·智能审计OLAP分析子系统 | 第90-91页 |
| ·智能审计数据挖掘子系统 | 第91-93页 |
| ·审计结果展示子系统 | 第93-94页 |
| ·智能审计自定义算法扩展的实现方法 | 第94-102页 |
| 第6章 智能审计信息系统的应用 | 第102-113页 |
| ·基于智能审计OLAP的财务审计应用 | 第102-107页 |
| ·OLAP实现的审计功能 | 第102-104页 |
| ·基于OLAP的审计流程 | 第104页 |
| ·实例分析 | 第104-107页 |
| ·基于孤立点挖掘算法的财务审计应用 | 第107-111页 |
| ·孤立点挖掘算法在财务审计挖掘中的应用分析 | 第107-108页 |
| ·基于孤立点挖掘算法的财务审计挖掘模型 | 第108-110页 |
| ·数据挖掘模型和数据分析 | 第110-111页 |
| ·其他功能展示 | 第111-113页 |
| 第7章 结论与展望 | 第113-115页 |
| ·研究结论 | 第113页 |
| ·研究不足和未来展望 | 第113-115页 |
| 参考文献 | 第115-126页 |
| 致谢 | 第126-127页 |
| 攻读博士期间发表的学术论文 | 第127-128页 |
| 学位论文评阅及答辩情况表 | 第128页 |
