大数据环境下基于文本挖掘的审计数据分析框架

张志恒++成雪娇

【摘 要】 大数据的浪潮推动着审计技术的变革，给审计模式和审计方法都带来了巨大的改变。传统的审计数据分析方法不能对半结构化以及非结构化数据进行分析，也无法满足大数据环境下审计信息化发展的要求，亟须提出新的审计数据分析思路和方法。在此背景下，文章提出了基于文本挖掘的审计数据分析框架，并阐述了采集与存储、挖掘与分析、总结与发布详细的审计数据分析流程。通过利用文本挖掘技术对采集的非结构化原始审计数据进行挖掘，根据明确的审计需求建立不同的文本挖掘模型，对审计数据进行分析，进而发现审计疑点，最终形成可理解的审计证据和审计线索。该框架的构建旨在为大数据审计提供新的思路，以降低大数据审计风险，提高审计质量。

【关键词】 大数据； 文本挖掘； 审计数据分析

【中图分类号】 F239.1 【文献标识码】 A 【文章编号】 1004-5937（2017）16-0117-04

引 言

大數据引发了审计领域的创新和变革，海量的数据中结构化数据难以代表整体，非结构化数据已经成为大数据的关键组成部分。如何对这些非结构化数据进行分析是推动大数据审计开展的重要内容。我国当前在审计领域对非结构化数据还未形成全面系统研究。以文本挖掘为代表的数据挖掘技术在大数据审计中占有举足轻重的地位，它不再仅仅以结构化的审计数据为分析对象，可以深入地对大量非结构化数据进行挖掘分析和利用。所以本文提出了基于文本挖掘的审计数据分析框架，这将为大数据审计研究提供全新的分析思路。……