第1章 概述1

  1.1 什么是特征发现1

1.1.1 福尔摩斯与特征发现1

1.1.2 审计线索的特征发现1

  1.2 审计线索特征发现的概念3

  1.3 审计线索特征发现的技术4

1.3.1 数据挖掘技术4

1.3.2 征兆发现技术5

1.3.3 探索性数据分析5

1.3.4 对非数值型数据的处理5第2章 审计线索特征的表现7

  2.1 审计线索特征的表现方式7

2.1.1 数据内容7

2.1.2 数据结构10

  2.2 审计线索特征的可视化观察12第3章 审计线索特征发现的一般过程15

  3.1 一般过程15

  3.2 特征枚举16

  3.3 特征捕捉16

  3.4 特征分析16

  3.5 一个案例16

3.5.1 特征枚举17

3.5.2 特征捕捉17

3.5.3 特征分析20第4章 审计线索特征发现的一般方法21

  4.1 从历史案例分析入手来发现特征21

  4.2 从对业务规律的把握入手来发现特征23

  4.3 从各种数据的对比入手来发现特征26

4.3.1 内部数据之间的对比26

4.3.2 外部数据与内部数据的对比28

  4.4 从业务的逻辑性入手来发现特征30

  4.5 从钩稽关系入手来发现特征34第5章 信息系统审计的特征发现36

  5.1 信息系统审计概述36

5.1.1 信息系统审计的目标36

5.1.2 信息系统审计的法律依据36

  5.2 信息系统审计特征发现的一般过程37

  5.3 信息系统审计的特征发现方法38

5.3.1 通过逻辑关系进行特征发现38

5.3.2 通过数据复算进行特征发现43第6章 用于审计线索特征发现的数据挖掘方法47

  6.1 什么是数据挖掘47

  6.2 SQL Server中的数据挖掘过程47

  6.3 数据挖掘案例50

6.3.1 决策树算法案例50

6.3.2 聚类方法案例58

6.3.3 神经网络算法案例61

6.3.4 关联规则发现算法案例64

  6.4 基于数据挖掘的预测67

第7章 孤立点分析与审计线索特征发现70

  7.1 审计与孤立点分析70

7.1.1 孤立点的概念70

7.1.2 孤立点检测与分析71

7.1.3 孤立点与审计线索特征72

  7.2 孤立点分析方法74

7.2.1 孤立点分析方法介绍74

7.2.2 基于孤立点分析的审计线索特征发现75

  7.3 基于孤立点分析的审计实例78

7.3.1 基于统计的孤立点分析案例78

7.3.2 基于聚类的孤立点分析案例82

7.3.3 基于时间序列预测的孤立点分析案例94第8章 非数值型数据的特征发现110

  8.1 非数值型数据特征发现的意义110

  8.2 非数值型数据特征发现的案例111

  8.3 非数值型数据特征发现的方法112

  8.4 非数值型数据特征发现的典型任务113

8.4.1 搜索113

8.4.2 分类114

8.4.3 文摘117

8.4.4 目标文本的相关文本检索119参考文献124