| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 课题背景 | 第9-10页 |
| 1.1.2 课题目的和意义 | 第10-11页 |
| 1.2 国外国内研究现状及评述 | 第11-12页 |
| 1.2.1 国外的研究现状 | 第11-12页 |
| 1.2.2 国内的研究现状 | 第12页 |
| 1.3 论文主要研究内容 | 第12-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 数据质量和数据清洗的关键技术 | 第15-21页 |
| 2.1 数据质量问题 | 第15-17页 |
| 2.2 数据清洗的原理和方法 | 第17-20页 |
| 2.2.1 数据清洗的原理 | 第17-18页 |
| 2.2.2 数据清洗的方法简介 | 第18-20页 |
| 2.3 数据清洗的评价标准 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 数据质量评估方法研究 | 第21-29页 |
| 3.1 数据质量维度 | 第21-22页 |
| 3.2 数据质量评估模型 | 第22-26页 |
| 3.2.1 数据质量评估模型的基本概念 | 第22-23页 |
| 3.2.2 数据质量评估模型构造技术 | 第23-25页 |
| 3.2.3 数据质量评估模型的计算方法 | 第25-26页 |
| 3.3 审计潜在线索数据含量评估方法 | 第26-27页 |
| 3.4 数据质量对审计的影响 | 第27页 |
| 3.5 数据质量对审计方法执行结果的影响 | 第27-28页 |
| 3.5.1 个人缴存基数高于社会平均工资一定倍数审计方法 | 第28页 |
| 3.5.2 个人月缴存应缴与实缴金额一致性审计方法 | 第28页 |
| 3.6 本章小结 | 第28-29页 |
| 第4章 数据清洗方法研究 | 第29-47页 |
| 4.1 常见数据质量问题的清洗方法 | 第29-30页 |
| 4.1.1 空值 | 第29-30页 |
| 4.1.2 域完整性 | 第30页 |
| 4.1.3 一致性 | 第30页 |
| 4.2 相似重复记录检测方法 | 第30-39页 |
| 4.2.1 字段匹配算法 | 第31-36页 |
| 4.2.2 记录匹配问题 | 第36-37页 |
| 4.2.3 数据库级重复记录聚类 | 第37-39页 |
| 4.3 局部敏感哈希相似重复记录检测算法分析 | 第39-45页 |
| 4.3.1 算法描述 | 第40-44页 |
| 4.3.2 算法性能分析 | 第44-45页 |
| 4.4 衡量重复记录清洗算法效率的度量标准 | 第45页 |
| 4.5 冲突处理 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 联网审计数据质量与清洗评估技术应用 | 第47-57页 |
| 5.1 数据清洗流程设计与实验环境 | 第47-48页 |
| 5.2 效果评估与分析 | 第48-56页 |
| 5.3 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第63-65页 |
| 致谢 | 第65页 |