审计监测指标发现与提取技术研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·基于聚类的关联规则分析技术 | 第10页 |
| ·基于关联规则的聚类分析技术 | 第10-11页 |
| ·文本聚类分析技术 | 第11页 |
| ·关联规则分析技术 | 第11-12页 |
| ·论文组织结构 | 第12-14页 |
| ·论文主要研究内容 | 第12-13页 |
| ·论文内容安排 | 第13-14页 |
| 第2章 数据挖掘相关理论 | 第14-19页 |
| ·数据挖掘技术 | 第14-16页 |
| ·关联规则分析技术 | 第16页 |
| ·聚类分析技术 | 第16-18页 |
| ·聚类分析技术 | 第16-17页 |
| ·聚类效果评估指数 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 社保审计领域词库的动态更新 | 第19-25页 |
| ·社保审计领域词库构建 | 第19-20页 |
| ·社保审计领域词库动态更新过程 | 第20-22页 |
| ·社保领域新词识别算法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第4章 审计监测指标的发现和提取 | 第25-47页 |
| ·k-均值算法及其局限性 | 第25-27页 |
| ·k-均值算法作为基础算法的原因 | 第25-26页 |
| ·k-均值算法的局限性 | 第26-27页 |
| ·基于最小规则覆盖集的 k-均值算法改进 | 第27-34页 |
| ·基于最小规则覆盖集的 k-均值改进算法 | 第28-31页 |
| ·改进算法举例 | 第31-34页 |
| ·审计监测指标发现和提取过程及实验分析 | 第34-46页 |
| ·实验数据集 | 第35-36页 |
| ·审计方法文本分词 | 第36-37页 |
| ·审计方法空间向量表示 | 第37-39页 |
| ·审计方法相似度函数定义 | 第39-40页 |
| ·关联规则分析 | 第40-43页 |
| ·聚类分析 | 第43-45页 |
| ·审计监测指标的发现与提取 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 系统设计 | 第47-56页 |
| ·概要设计 | 第47-49页 |
| ·详细设计 | 第49-51页 |
| ·系统工作流程及模块功能设计 | 第51-55页 |
| ·审计方法导入模块 | 第52-53页 |
| ·审计方法分词模块 | 第53页 |
| ·词频统计模块 | 第53-54页 |
| ·审计方法聚类分析模块 | 第54-55页 |
| ·审计监测指标发现和提取模块 | 第55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第61-63页 |
| 致谢 | 第63页 |
