面向审计领域的关联规则技术研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·关联规则理论研究现状 | 第10-12页 |
| ·关联规则实际应用现状 | 第12-13页 |
| ·论文的研究内容和组织结构 | 第13-15页 |
| ·研究内容 | 第13页 |
| ·论文组织结构 | 第13-15页 |
| 第2章 关联规则相关技术研究 | 第15-26页 |
| ·数据挖掘技术 | 第15-17页 |
| ·关联规则基本理论 | 第17-21页 |
| ·关联规则基本概念 | 第17-18页 |
| ·挖掘过程的两个子问题 | 第18-19页 |
| ·经典算法—Apriori算法分析 | 第19-21页 |
| ·关联规则挖掘扩展 | 第21-24页 |
| ·多维关联规则挖掘 | 第21-22页 |
| ·多关系关联规则挖掘 | 第22页 |
| ·负关联规则挖掘 | 第22-23页 |
| ·数量关联规则挖掘 | 第23-24页 |
| ·关联规则在审计中的应用 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于数值属性的一般化关联规则挖掘研究 | 第26-44页 |
| ·基于数值属性的一般化关联规则挖掘步骤 | 第26-27页 |
| ·数值属性离散化 | 第27-28页 |
| ·数据变换 | 第28-31页 |
| ·布尔型数据集 | 第28-29页 |
| ·含数值属性的数据集 | 第29-30页 |
| ·引入负项后的数据集 | 第30-31页 |
| ·频繁项集生成算法 | 第31-38页 |
| ·问题分析 | 第31-33页 |
| ·全负频繁项集与全负关联规则 | 第33-34页 |
| ·Apriori_PN算法描述 | 第34-36页 |
| ·Apriori_PN算法分析 | 第36-38页 |
| ·挖掘结果质量分析 | 第38-40页 |
| ·问题分析 | 第38-39页 |
| ·引入兴趣度阈值的挖掘模型 | 第39-40页 |
| ·GAR_I 算法 | 第40-43页 |
| ·算法描述 | 第41-42页 |
| ·算法分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 面向审计领域的关联规则挖掘 | 第44-56页 |
| ·审计数据特点 | 第44-45页 |
| ·审计关联规则应用模型 | 第45-46页 |
| ·审计数据预处理 | 第46-51页 |
| ·数据的清理与转换 | 第46-47页 |
| ·审计数据离散化 | 第47-51页 |
| ·审计关联规则挖掘 | 第51-55页 |
| ·Apriori_PN算法应用及分析 | 第51-53页 |
| ·GAR_I挖掘结果及其解释 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
