大数据环境下商业银行审计非结构化数据研究

在分析大数据环境下商业银行审计非结构化数据特点的基础上,结合当前大数据领域处理和分析非结构化数据的主流技术,提出商业银行审计云平台构建过程中在非结构化数据应用分类、采集存储、处理分析等方面的数据规划标准,为大数据环境下规范商业银行非结构化数据审计提供参考。     

基于三角数模糊层次分析法的商业银行非现场审计风险监测

利用非现场审计模型构建了非现场审计风险监测指标体系,用于监测商业银行整体风险;为解决指标体系中各风险监测指标的权重赋值依据经验判断而缺乏理论依据的问题,提出了基于三角数模糊层次分析法的理论方法,并给出了相应的分析、计算的步骤及非现场审计风险监测过程。     

文本挖掘分析技术在审计稽核中的应用探索

随着大数据时代的来临,审计作为一个综合的经济监督部门也必将面临其带来的巨大挑战,在企业系统中产生了海量的非结构化数据,仅靠人工进行审计,成效杯水车薪,针对非结构化数据的审计已经成为审计业务的盲区,利用高科技手段与工具实现非结构化数据的分析与挖掘为审计业务提供数据支撑的需求已迫在眉睫。本文基于文本挖掘技术,采用信息抽取方法从非结构化文档中提取关键信息,进行结构化存储,然后进行自动稽核,既大大减少因人工操作耗费的大量人力、财力成本,又避免了因人为疏忽造成审计问题遗漏的情况,更加全面的审计各种问题。     

银行内部信息化审计实现途径及方法探析

基于大数据的银行内部信息化审计主要途径是融合银行业务流程、银行业务风险点、银行内部有效防控风险方法、银行内部系统大数据与外部环境大数据、外部监管大数据。通过采用全样本审计、组建柔性团队、交互运用数据信息等有效方式实现银行内部信息化审计。利用大数据实现信息化审计可以开展非现场审计,发现风险隐患再采用现场或非现场核实的方法确认问题,节省内部审计机构的人力和财力,提高内部审计工作成效,实现精准审计。从而实现内部审计为机构当好卫士、参谋,提升机构价值的目的。     

大数据环境下的审计问题研究

从对大数据的处理技术的研究入手,对数据分析中的非结构化数据处理相关算法及数据可视化中涉及的相关技术和问题进行了阐述。通过大数据处理技术在审计上的应用研究,对大数据给审计带来的向"全量审计"和"持续审计"的变化进行了分析探讨,最后,分析了我国目前在大数据审计上存在的问题,提出驾驭大数据是信息智能化审计的关键。     

对非现场审计存在的一些问题的思考

非现场审计是建立在现代信息处理和传递方式基础上,通过连续地搜集审计对象的各种数据和资料,依据预定的程序来分析、评价、监测审计对象的现状和发展趋势的一种审计方法。对非现场审计存在的一些问题提出解决思路。     

技术创新审计：理论框架与中加比较

本文首先介绍了技术管理的最新进展———技术创新审计的理论框架，并提出一种新的技术创新审计模型（Ｃ－Ｓ模型）及其在中国和加拿大企业中应用情况的调查分析。文中我们将描述企业创新的现状，如何应用审计方法，审计中的困难，审计完成后采取的措施以及企业对审计工具所做的修改等。最后，我们总结出在中国和加拿大企业中应用审计的一些基本原则和区别     

强化非现场审计完善铁路企业内部审计技术体系

探讨了如何在铁路企业建立、发展、强化非现场审计以及在进行内部审计时提高运用信息化手段的能力。     

企业数据联邦学习的收益分享机制研究

作为一类新兴的机器学习方法,联邦学习实现了“数据不动算法动”,为跨企业组织的数据流通提供了新的技术方案。然而,企业加入数据联邦的决策与其收益分享方式直接相关,若企业缺乏足够的参与激励,跨企业组织的联邦学习就无法形成,数据孤岛问题依然无法解决。本文考察了联邦学习应用的一个实际案例,其中数据提供方处于不同的行业,数据规模存在差异。在此场景下,本文主要分析三种不同收益分享机制分别如何影响异质数据提供方进行是否加入联邦学习的决策问题。分析得出的主要结论是:在个体收益分享机制、平等收益机制下联邦学习的形成主要取决于数据规模大的数据提供方的决策;在边际效用分享机制下则依赖于数据量小的提供方的决策。     

数据化条件下的审计技术方法创新研究

对数据条件下的并行审计技术、在线审计技术、大数据的模糊分析找准审计切入点、审计数据安全性等审计方式进行了研究,以期为审计方式的多样化、信息化、拓展计算机审计新业务、审计技术方法的创新、重视并重新认识审计风险等方面的研究提供一定的参考。     

基于ETC门架智慧感知的高速公路运营数据分析应用

本文以四川成雅高速公路运营为例,以"提倡数据应用创新、打造高速公路运营大数据平台"为预期定位,在交通数据应用场景领域,积极引入先进大数据、视频分析、机器学习等互联网先进技术,发掘高速公路数据价值,探索和验证高速公路数据应用场景,搭建综合数据分析平台,解决了基于ETC门架系统智慧感知的高速公路运营信息安全和收费数据存在的传统问题,为平安智慧高速公路建设提供思路。     

基于人工智能的企业知识产权管理规范支撑技术研究

本文分析了《企业知识产权管理规范(GB/T29490-2013)》国家标准对信息化管理的内在显性需求和隐性需求,提出应用自然语言处理、机器学习、知识表现等人工智能技术实现标准中的需求,通过实践证明可以为企业更好地实施规范提供技术支撑。     

财政组织预算审计数据分析

当前,企业财政组织预算都会采用数据式审计模式,这主要是因为它作为一种创新的审计模式为企业财政组织预算工作带来了全新的审计理念与审计方法,实现了企业财政组织预算审计工作思维的有效转变。本文就主要围绕数据式审计模式展开探讨,谈谈它的模式实施路径,特别是它对财政组织预算审计数据的应用与分析过程。     

中小型乡镇企业绩效的DEA评价

对中小型乡镇企业绩效评价的DEA模型(C2R)及应用进行了研究。通过DEA有效性分析,对乡镇企业绩效进行效率衡量,并对非DEA有效的决策单元进行投影改进,找出更有效的投入产出量,一定程度上为企业的投入产出量提供了参考依据,也为企业提高效率提供了数据借鉴。     

浅析大数据分析技术在地铁运营安全风险管控中的运用

地铁运营安全日益重要,传统的管理方式和管理手段已经很难适应现场管理的需要。基于此,在介绍我国地铁运营企业当前大数据解析技术应用现状的基础上,就运营安全风险管控中大数据解析技术的具体应用展开探讨,为地铁安全决策、监督以及行业监管人员提供理论依据。     

审计风险模型的演变及其概率论证明

审计风险模型的改进,无疑是审计技术方法的一大进步,为现代风险导向审计的发展提供了基础。也对民间审计产生了深远影响。本文基于概率论的有关知识对审计风险模型的科学性进行了论证,并为审计风险各要素的量化评估的研究提供了更为广阔的思路。     

基于GloVe词向量的“技术——应用”发现研究

[目的/意义]本文探讨挖掘技术和应用间的关联关系，便于把握技术的目标应用场景和了解应用需求的可选技术方案，为技术转化提供基础。[方法/过程]首先，建立基于改进GloVe词向量的"技术——应用"发现模型，提出改进词向量的算法；然后，以机器学习技术为例，获取该领域学术论文文摘数据，预处理后建立训练文本集合，再使用改进GloVe模型训练获得词向量；最后，对词向量聚类获得"技术"和"应用"类词汇集，通过共现获得两者之间的关联并分析。[结果/结论]实验结果表明，本文改进GloVe模型后训练的词向量性能获得提升，聚类效果好，最终实现"技术——应用"的关联分析。     

技术多元化、标准化能力与企业创新绩效

本文通过我国汽车产业200家企业1996~2010年专利、标准与企业性质的面板数据,采用负二项随机效应回归模型,实证分析了相关和非相关技术多元化与企业技术创新绩效之间的关系,并检验了技术标准化能力对二者间关系的影响。研究结果表明：相关技术多元化与企业技术创新绩效呈正相关,技术标准化能力显著负向调节二者之间的关系;非相关技术多元化与企业技术创新绩效呈倒U型关系,技术标准化能力显著正向调节非相关技术多元化与企业技术创新绩效之间的正向关系。研究结论丰富了技术多元化与创新绩效关系的研究,为我国企业构建合理的技术多元化战略提供了理论指导。     

基于机器学习的图像检测分析

随着科学技术的迅猛发展,机器学习技术的应用范围愈发广泛,当前在分析商业数据、挖掘知识、图像识别、检索信息等领域均发挥着重要的作用。本研究就针对基于机器学习的图像检测技术进行了研究,以期更好的发挥机器学习技术的作用,促进图像检测的发展。     

互联网视阈下人工智能在公共图书馆阅读推广服务中的研究与创新

对人工智能关键技术作了简介,以互联网平台为依托,从数据 、计算机等方面研究了人工智能关键技术在公共图书馆阅读推广服务中的应用,包括机器学习、知识图谱、人机交互等技术与图书馆阅读服务的融合,分析了现有服务方式和人工智能关键技术优势,并为今后阅读服务提供创新应用方向,以期为公共图书馆的阅读服务发展提供方向.