| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-23页 |
| ·数据挖掘概念与现状 | 第10-15页 |
| ·数据挖掘概念 | 第10-12页 |
| ·数据挖掘现状 | 第12-15页 |
| ·审计抽样的概述及现状 | 第15-21页 |
| ·审计抽样的概述 | 第15-16页 |
| ·审计抽样系统的现状 | 第16-20页 |
| ·数据挖掘在审计抽样系统中的意义 | 第20-21页 |
| ·主要工作 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 2 审计抽样系统中的技术综述 | 第23-41页 |
| ·聚类数据挖掘 | 第23-31页 |
| ·聚类的定义 | 第23-24页 |
| ·聚类分析的应用 | 第24页 |
| ·聚类分析的数据类型 | 第24-25页 |
| ·主要聚类算法分类 | 第25-31页 |
| ·关联规则数据挖掘 | 第31-38页 |
| ·关联规则挖掘技术的产生 | 第31页 |
| ·关联规则的基本概念 | 第31-34页 |
| ·关联规则挖掘经典算法 | 第34-36页 |
| ·FP-growth算法 | 第36-38页 |
| ·审计抽样系统数据挖掘过程 | 第38-39页 |
| ·审计抽样系统对审计抽样的影响 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 3 审计抽样系统的数据挖掘模型分析 | 第41-52页 |
| ·数据挖掘过程模型 | 第41-45页 |
| ·数据挖掘过程模型简介 | 第41-42页 |
| ·数据挖掘过程模型SA | 第42-43页 |
| ·数据挖掘过程模型SEMMA | 第43-45页 |
| ·CRISP-DM模型 | 第45-49页 |
| ·CRISP-DM模型简介 | 第45-46页 |
| ·CRISP-DM模型 | 第46-48页 |
| ·改进的CRISP-DM模型 | 第48-49页 |
| ·审计抽样系统数据挖掘分析过程 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 4 审计抽样系统设计与实现 | 第52-74页 |
| ·审计抽样系统概述 | 第52页 |
| ·审计抽样系统关键技术 | 第52-61页 |
| ·AJAX技术 | 第53-57页 |
| ·EXTJS | 第57-58页 |
| ·MVC设计模式 | 第58-60页 |
| ·引入AJAX的改进MVC模式 | 第60-61页 |
| ·审计抽样系统需求分析 | 第61-67页 |
| ·审计抽样系统业务分析及业务流程 | 第61-62页 |
| ·审计抽样系统数据流程 | 第62-63页 |
| ·审计抽样系统功能分析 | 第63-64页 |
| ·审计抽样系统数据库设计 | 第64-67页 |
| ·审计抽样系统功能实现 | 第67-73页 |
| ·本章小结 | 第73-74页 |
| 5 数据挖掘技术对审计分层抽样方法的改进和应用 | 第74-85页 |
| ·基于优化K-means算法的审计分层抽样算法研究 | 第74-81页 |
| ·K-means算法 | 第74-76页 |
| ·分层抽样 | 第76-77页 |
| ·原始分层抽样的弊端 | 第77页 |
| ·改进算法在分层抽样中的应用 | 第77-79页 |
| ·改进算法在审计抽样系统应用实例 | 第79-80页 |
| ·改进K-means算法对审计抽样的影响 | 第80-81页 |
| ·基于关联规则的审计抽样数据挖掘 | 第81-84页 |
| ·几种改进Apriori算法的思想 | 第81-82页 |
| ·利用关联规则分析审计要素之间的关联关系 | 第82-83页 |
| ·结论 | 第83-84页 |
| ·本章小结 | 第84-85页 |
| 6 结论与展望 | 第85-87页 |
| ·结论 | 第85页 |
| ·展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91-92页 |
| 在读期间所发表的论文 | 第92页 |