大數(shù)據(jù)環(huán)境下基于文本挖掘的審計(jì)數(shù)據(jù)分析框架

張志恒++成雪嬌

【摘 要】 大數(shù)據(jù)的浪潮推動(dòng)著審計(jì)技術(shù)的變革，給審計(jì)模式和審計(jì)方法都帶來了巨大的改變。傳統(tǒng)的審計(jì)數(shù)據(jù)分析方法不能對(duì)半結(jié)構(gòu)化以及非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析，也無(wú)法滿足大數(shù)據(jù)環(huán)境下審計(jì)信息化發(fā)展的要求，亟須提出新的審計(jì)數(shù)據(jù)分析思路和方法。在此背景下，文章提出了基于文本挖掘的審計(jì)數(shù)據(jù)分析框架，并闡述了采集與存儲(chǔ)、挖掘與分析、總結(jié)與發(fā)布詳細(xì)的審計(jì)數(shù)據(jù)分析流程。通過利用文本挖掘技術(shù)對(duì)采集的非結(jié)構(gòu)化原始審計(jì)數(shù)據(jù)進(jìn)行挖掘，根據(jù)明確的審計(jì)需求建立不同的文本挖掘模型，對(duì)審計(jì)數(shù)據(jù)進(jìn)行分析，進(jìn)而發(fā)現(xiàn)審計(jì)疑點(diǎn)，最終形成可理解的審計(jì)證據(jù)和審計(jì)線索。該框架的構(gòu)建旨在為大數(shù)據(jù)審計(jì)提供新的思路，以降低大數(shù)據(jù)審計(jì)風(fēng)險(xiǎn)，提高審計(jì)質(zhì)量。

【關(guān)鍵詞】 大數(shù)據(jù)； 文本挖掘； 審計(jì)數(shù)據(jù)分析

【中圖分類號(hào)】 F239.1 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2017）16-0117-04

引 言

大數(shù)據(jù)引發(fā)了審計(jì)領(lǐng)域的創(chuàng)新和變革，海量的數(shù)據(jù)中結(jié)構(gòu)化數(shù)據(jù)難以代表整體，非結(jié)構(gòu)化數(shù)據(jù)已經(jīng)成為大數(shù)據(jù)的關(guān)鍵組成部分。如何對(duì)這些非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析是推動(dòng)大數(shù)據(jù)審計(jì)開展的重要內(nèi)容。我國(guó)當(dāng)前在審計(jì)領(lǐng)域?qū)Ψ墙Y(jié)構(gòu)化數(shù)據(jù)還未形成全面系統(tǒng)研究。以文本挖掘?yàn)榇淼臄?shù)據(jù)挖掘技術(shù)在大數(shù)據(jù)審計(jì)中占有舉足輕重的地位，它不再僅僅以結(jié)構(gòu)化的審計(jì)數(shù)據(jù)為分析對(duì)象，可以深入地對(duì)大量非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行挖掘分析和利用。所以本文提出了基于文本挖掘的審計(jì)數(shù)據(jù)分析框架，這將為大數(shù)據(jù)審計(jì)研究提供全新的分析思路。

一、文獻(xiàn)綜述

國(guó)外學(xué)者在研究大數(shù)據(jù)給審計(jì)帶來的影響中討論到，大數(shù)據(jù)能夠改變和影響審計(jì)師所做出的決定和收集審計(jì)證據(jù)的方式[1]。Gray et al.[2]認(rèn)為采用數(shù)據(jù)挖掘方法能提高審計(jì)程序的效率和有效性。國(guó)內(nèi)學(xué)者對(duì)大數(shù)據(jù)審計(jì)的研究始于2013年。阮哈建等[3]分析了大數(shù)據(jù)對(duì)財(cái)政審計(jì)、金融審計(jì)帶來的挑戰(zhàn)與機(jī)遇。呂勁松等[4]提出并構(gòu)建了金融審計(jì)數(shù)據(jù)分析平臺(tái)，為金融審計(jì)提供了新的思路。秦榮生[5]指出大數(shù)據(jù)環(huán)境下審計(jì)模式、審計(jì)觀念、事物之間的關(guān)系將發(fā)生轉(zhuǎn)變。之后，學(xué)者開始對(duì)大數(shù)據(jù)環(huán)境下審計(jì)技術(shù)方法進(jìn)行研究，顧洪菲[6]對(duì)大數(shù)據(jù)環(huán)境下的審計(jì)數(shù)據(jù)分析方法進(jìn)行初步探索，提出了對(duì)NoSQL、機(jī)器學(xué)習(xí)的需求。鮑朔望[7]探討了聚類分析、異常分析及演化分析等數(shù)據(jù)挖掘方法在政府采購(gòu)中的運(yùn)用。羌雨[8]探索了R語(yǔ)言在大數(shù)據(jù)審計(jì)分析中的優(yōu)勢(shì)及可行性。國(guó)外學(xué)者提出的審計(jì)數(shù)據(jù)分析方法有聚類[9]、隨機(jī)森林[10]、語(yǔ)言分析[11]和粗糙集。

縱觀國(guó)內(nèi)外學(xué)者的研究，大部分研究主要還是局限于對(duì)結(jié)構(gòu)化審計(jì)數(shù)據(jù)進(jìn)行分析，在這種相對(duì)封閉的環(huán)境下研究了大數(shù)據(jù)對(duì)審計(jì)的影響以及具體的審計(jì)方法，并且大多研究著重于從大數(shù)據(jù)對(duì)審計(jì)的影響和審計(jì)技術(shù)方法這兩個(gè)方面進(jìn)行探討，鮮有學(xué)者針對(duì)非結(jié)構(gòu)化審計(jì)數(shù)據(jù)進(jìn)行深入研究，而且也很少研究提出關(guān)于如何構(gòu)建大數(shù)據(jù)環(huán)境下的審計(jì)數(shù)據(jù)分析框架，對(duì)于大數(shù)據(jù)審計(jì)還未形成完整的研究成果。所以，本文提出并構(gòu)建大數(shù)據(jù)環(huán)境下基于文本挖掘的審計(jì)數(shù)據(jù)分析框架，研究該框架下文本挖掘的詳細(xì)流程。

二、傳統(tǒng)的審計(jì)數(shù)據(jù)分析

審計(jì)人員如何將采集的原始數(shù)據(jù)轉(zhuǎn)化為審計(jì)證據(jù)，這將直接影響到審計(jì)目標(biāo)的實(shí)現(xiàn)。從采集到獲取證據(jù)的過程中，審計(jì)人員最應(yīng)該關(guān)注的問題是能否挖掘出有價(jià)值的數(shù)據(jù)進(jìn)行審計(jì)數(shù)據(jù)分析，這對(duì)審計(jì)項(xiàng)目的質(zhì)量和審計(jì)成果的體現(xiàn)都起著重要的作用。所以，在審計(jì)工作中最關(guān)鍵的步驟是進(jìn)行審計(jì)數(shù)據(jù)分析。

目前，審計(jì)人員在審計(jì)工作中經(jīng)常采用的審計(jì)數(shù)據(jù)分析方法以及計(jì)算機(jī)輔助審計(jì)工具（CAATS）有賬戶分析、經(jīng)濟(jì)指標(biāo)比率分析、趨勢(shì)分析、統(tǒng)計(jì)分析、Excel數(shù)據(jù)分析、Access、SQL、AO審計(jì)軟件等。Excel數(shù)據(jù)分析和針對(duì)會(huì)計(jì)賬表的審計(jì)軟件被事務(wù)所熟用；SQL語(yǔ)句查詢、AO審計(jì)以及審計(jì)數(shù)據(jù)采集與分析等審計(jì)軟件常常被用于政府部門和事業(yè)單位的內(nèi)部審計(jì)工作中；對(duì)于企業(yè)的內(nèi)部審計(jì)，大型企業(yè)采用專門的審計(jì)平臺(tái)或在ERP中嵌入內(nèi)部審計(jì)模塊，中小企業(yè)比較依賴Excel和Access進(jìn)行審計(jì)數(shù)據(jù)分析。但大數(shù)據(jù)時(shí)代的來臨，使得海量和多元異構(gòu)的數(shù)據(jù)極大地拓展了大數(shù)據(jù)審計(jì)的范圍，傳統(tǒng)的審計(jì)方法和輔助審計(jì)工具已顯得力不從心，無(wú)法對(duì)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行采集和分析。

三、大數(shù)據(jù)環(huán)境下的審計(jì)數(shù)據(jù)分析

在國(guó)際數(shù)據(jù)公司（IDC）發(fā)布的一項(xiàng)報(bào)告中顯示，企業(yè)中最多只有5%的數(shù)據(jù)為結(jié)構(gòu)化數(shù)據(jù)，其余大都是非結(jié)構(gòu)化數(shù)據(jù)，并且88%的企業(yè)管理者認(rèn)為這些存儲(chǔ)在數(shù)據(jù)庫(kù)以外的非結(jié)構(gòu)化數(shù)據(jù)，才是他們接觸和了解企業(yè)的最佳選擇目標(biāo)。數(shù)據(jù)是審計(jì)分析的核心，采用文本挖掘技術(shù)對(duì)非結(jié)構(gòu)化審計(jì)數(shù)據(jù)進(jìn)行挖掘分析，將會(huì)給審計(jì)領(lǐng)域帶來一個(gè)新的技術(shù)應(yīng)用潮流。這將有助于審計(jì)人員在大數(shù)據(jù)模式下對(duì)被審計(jì)單位進(jìn)行內(nèi)部控制、舞弊識(shí)別、違法違規(guī)等方面的評(píng)估。

（一）非結(jié)構(gòu)化數(shù)據(jù)

顧名思義，非結(jié)構(gòu)化數(shù)據(jù)沒有固定的結(jié)構(gòu)，不能通過一般的數(shù)據(jù)庫(kù)二維邏輯表結(jié)構(gòu)來表達(dá)，也不能將其標(biāo)準(zhǔn)化和完全數(shù)字化。按照格式可以分為文本文檔、圖片、音視頻等。

（二）審計(jì)數(shù)據(jù)分析范圍

隨著“云計(jì)算—物聯(lián)網(wǎng)—大數(shù)據(jù)—智慧城市”的快速發(fā)展，數(shù)據(jù)信息將實(shí)現(xiàn)共享，數(shù)據(jù)量將以難以想象的速度爆發(fā)式增長(zhǎng)。一方面，審計(jì)數(shù)據(jù)分析的對(duì)象將發(fā)生變化，審計(jì)對(duì)象不再局限于和被審計(jì)單位財(cái)務(wù)相關(guān)的信息，而被審計(jì)單位內(nèi)部的規(guī)章制度、會(huì)議記錄、合同、通知等非財(cái)務(wù)信息也將是審計(jì)的重點(diǎn)對(duì)象。與被審計(jì)單位相關(guān)的外部數(shù)據(jù)也顯得尤為重要，比如新聞文章、股吧評(píng)論、論壇發(fā)布等。另一方面，海量的數(shù)據(jù)必然會(huì)產(chǎn)生多樣的數(shù)據(jù)格式，審計(jì)數(shù)據(jù)類型從傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)向多元異構(gòu)的大數(shù)據(jù)。審計(jì)范圍的重點(diǎn)轉(zhuǎn)為對(duì)非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行分析，可以全面有效地對(duì)被審計(jì)單位的內(nèi)部控制、違法違規(guī)行為、重大經(jīng)濟(jì)決策等內(nèi)容進(jìn)行評(píng)估。

（三）審計(jì)數(shù)據(jù)分析思維

審計(jì)數(shù)據(jù)分析思維由單一的“因果分析”模式向“因果分析與關(guān)聯(lián)分析”共存的思維模式發(fā)生轉(zhuǎn)變。因果分析是分析事件因和果這兩者之間存在的必然關(guān)系，據(jù)因找果或者溯果擷因。然而，在海量的數(shù)據(jù)中，數(shù)據(jù)之間可能存在一因多果，或是一果多因的復(fù)雜關(guān)系，如果深入分析因果關(guān)系“為什么”和“是什么”需要耗費(fèi)審計(jì)人員大量的時(shí)間和精力。所以，為了高效地開展審計(jì)工作，審計(jì)人員應(yīng)該更加注重?cái)?shù)據(jù)間的相關(guān)關(guān)系。若一種現(xiàn)象的發(fā)生通常伴隨另一現(xiàn)象的出現(xiàn)，那么可以推斷A和B經(jīng)常是一起發(fā)生的，進(jìn)一步對(duì)兩者之間的相關(guān)關(guān)系進(jìn)行仔細(xì)的研究，從而確定關(guān)聯(lián)規(guī)則。經(jīng)濟(jì)學(xué)中最成功的營(yíng)銷案例——啤酒與尿布，就是把關(guān)聯(lián)分析思想運(yùn)用到大數(shù)據(jù)分析中的典型例子。同樣在審計(jì)數(shù)據(jù)分析中運(yùn)用相關(guān)關(guān)系分析的思維，挖掘?qū)徲?jì)數(shù)據(jù)之間的潛在關(guān)系，建立明確的關(guān)聯(lián)規(guī)則，可以增加審計(jì)證據(jù)的效力。

（四）審計(jì)數(shù)據(jù)分析技術(shù)方法

審計(jì)人員在審計(jì)工作中仍然運(yùn)用抽樣審計(jì)的方法顯得較為保守。在大數(shù)據(jù)模式下開展審計(jì)數(shù)據(jù)分析工作，采用總體代替樣本的方法更能反映數(shù)據(jù)的本質(zhì)，使得審計(jì)數(shù)據(jù)分析的內(nèi)容更加全面、質(zhì)量更加可靠?！翱傮w即樣本”的方法可以規(guī)避由局部推算整體進(jìn)行審計(jì)數(shù)據(jù)分析的局限性，避免抽樣審計(jì)風(fēng)險(xiǎn)。隨著舞弊手段日益復(fù)雜，各種虛假信息隱藏在海量的數(shù)據(jù)中，通過一般的審計(jì)方法和工具難以對(duì)其進(jìn)行察覺，因此，審計(jì)人員需要運(yùn)用新的審計(jì)技術(shù)和方法對(duì)隱蔽的信息進(jìn)行挖掘。以文本挖掘?yàn)榇淼臄?shù)據(jù)挖掘技術(shù)可以幫助審計(jì)人員分析審計(jì)數(shù)據(jù)內(nèi)部潛在的規(guī)律和本質(zhì)，挖掘數(shù)據(jù)之間隱含的關(guān)系，分析異常數(shù)據(jù)。例如，與被審計(jì)單位相關(guān)的信息，可以從論壇、股吧等社交媒體網(wǎng)站中去挖掘網(wǎng)民和媒體發(fā)布的評(píng)論和報(bào)道，采用文本挖掘技術(shù)能有效地對(duì)這些信息進(jìn)行挖掘整合，從而獲得全面、實(shí)時(shí)的審計(jì)數(shù)據(jù)。

四、基于文本挖掘的審計(jì)數(shù)據(jù)分析框架

文本挖掘技術(shù)主要是針對(duì)非結(jié)構(gòu)化知識(shí)進(jìn)行挖掘，是大數(shù)據(jù)審計(jì)技術(shù)中不可或缺的部分。特別是隨著大數(shù)據(jù)在審計(jì)領(lǐng)域的廣泛推廣和運(yùn)用，文本挖掘技術(shù)對(duì)審計(jì)數(shù)據(jù)分析的重要性已逐步凸顯。目前文本挖掘技術(shù)主要是應(yīng)用于對(duì)文檔、網(wǎng)頁(yè)中蘊(yùn)含的文字說明進(jìn)行分析，對(duì)于如視頻、圖片、語(yǔ)音等數(shù)據(jù)進(jìn)行挖掘時(shí)，也是從中提煉出主要內(nèi)容并換為易于理解的文字描述。所以本文將以文本挖掘技術(shù)為重點(diǎn)對(duì)審計(jì)數(shù)據(jù)進(jìn)行分析，構(gòu)建基于文本挖掘的審計(jì)數(shù)據(jù)分析框架，如圖1所示。

（一）審計(jì)數(shù)據(jù)的采集及存儲(chǔ)

審計(jì)人員首先應(yīng)對(duì)被審計(jì)單位的基本情況進(jìn)行深入了解，通過分析審計(jì)目標(biāo)、審計(jì)范圍、審計(jì)內(nèi)容，確定具體的審計(jì)需求。根據(jù)明確的審計(jì)需求，采集與被審計(jì)單位相關(guān)的大量非結(jié)構(gòu)化數(shù)據(jù)是進(jìn)行審計(jì)數(shù)據(jù)分析的關(guān)鍵步驟。一方面，針對(duì)來自企業(yè)外部的數(shù)據(jù)能夠通過采用網(wǎng)絡(luò)爬蟲技術(shù)和API等方式進(jìn)行獲?。涣硪环矫?，可以通過各種有效的數(shù)據(jù)訪問接口對(duì)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行采集。

為了保證審計(jì)數(shù)據(jù)的完整性和真實(shí)性，需要建立嚴(yán)格和規(guī)范的制度，對(duì)采集到的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行科學(xué)安全的管理。通過構(gòu)建Hadoop分布式框架的HDFS文件存儲(chǔ)系統(tǒng)，集中存儲(chǔ)業(yè)務(wù)系統(tǒng)的非結(jié)構(gòu)化審計(jì)數(shù)據(jù)。在此基礎(chǔ)上，還需要搭建適合用于存儲(chǔ)非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)庫(kù)——HBase。HBase可以彌補(bǔ)HDFS沒有隨即讀寫操作功能的缺陷，其內(nèi)部管理的文件全部存儲(chǔ)在HDFS中。

構(gòu)建基于Hadoop的分布式文件系統(tǒng)HDFS、分布式數(shù)據(jù)庫(kù)HBase以及分布式計(jì)算框架MapReduce組成的Hadoop生態(tài)系統(tǒng)，如圖2所示，對(duì)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行統(tǒng)一管理。這種管理模式降低了審計(jì)數(shù)據(jù)管理風(fēng)險(xiǎn)，使各個(gè)平臺(tái)的數(shù)據(jù)實(shí)現(xiàn)共享，打破了信息孤立的尷尬局面。

（二）審計(jì)數(shù)據(jù)文本挖掘分析

1.文本預(yù)處理

審計(jì)文本預(yù)處理的過程，需要對(duì)審計(jì)文本進(jìn)行分詞、刪減停用詞、特征抽取與選擇等步驟，如圖3所示。

（1）特征抽取。對(duì)審計(jì)文本進(jìn)行預(yù)處理的第一步是根據(jù)審計(jì)需求，抽取出能夠代表審計(jì)文本特征信息的詞或者短語(yǔ)，要求獲取的這些特征對(duì)審計(jì)文本的類別能起到區(qū)分和識(shí)別的作用。通過向量模型對(duì)審計(jì)文本的內(nèi)容進(jìn)行抽取，建立文本表示模型，將非結(jié)構(gòu)審計(jì)文本轉(zhuǎn)化為計(jì)算機(jī)能處理的表達(dá)形式。

（2）特征選擇。根據(jù)明確的審計(jì)需求，優(yōu)先采用對(duì)審計(jì)文本內(nèi)容具有較強(qiáng)表達(dá)能力的特征。審計(jì)人員還需根據(jù)審計(jì)目的需要，對(duì)經(jīng)過特征抽取的文本特征集采用卡方檢驗(yàn)、TF-IDF等特征選擇方法進(jìn)行進(jìn)一步選取，在進(jìn)行審計(jì)文本挖掘前避免垃圾數(shù)據(jù)，保證獲取的數(shù)據(jù)能很好地表達(dá)審計(jì)文本信息的特征項(xiàng)。

2.文本挖掘

文本挖掘是審計(jì)數(shù)據(jù)分析的核心內(nèi)容，本階段需要對(duì)經(jīng)過清理和篩選出的文本數(shù)據(jù)根據(jù)不同的審計(jì)目標(biāo)選擇不同的文本挖掘方法（文本摘要、關(guān)聯(lián)規(guī)則分析、文本分類、文本聚類、等技術(shù)）進(jìn)行挖掘分析，發(fā)現(xiàn)數(shù)據(jù)之間的異常關(guān)系，為審計(jì)疑點(diǎn)和線索提供有效的審計(jì)證據(jù)。

文本摘要，是指用極其簡(jiǎn)短的語(yǔ)言對(duì)文檔的內(nèi)容進(jìn)行高度概括，達(dá)到完整清晰地傳遞文本主題思想的目的。將文本摘要技術(shù)運(yùn)用在審計(jì)數(shù)據(jù)分析中，可以通過求取中心文檔的方式對(duì)審計(jì)文本的摘要進(jìn)行獲取。文本摘要可以幫助審計(jì)人員通過方便的瀏覽方式和快速的審計(jì)線索查詢方法來提高審計(jì)數(shù)據(jù)分析效率，不需要對(duì)審計(jì)文檔的全部?jī)?nèi)容進(jìn)行分析，只需獲取審計(jì)文本摘要即可。

關(guān)聯(lián)分析，關(guān)聯(lián)分析技術(shù)在文本挖掘中主要針對(duì)知識(shí)進(jìn)行關(guān)聯(lián)。大量的審計(jì)文本信息之間本質(zhì)上存在著潛在的知識(shí)關(guān)聯(lián)，可以通過推理規(guī)則、知識(shí)檢索、語(yǔ)義分析等技術(shù)來表示審計(jì)文本信息之間存在的這種關(guān)系，針對(duì)審計(jì)非結(jié)構(gòu)化文本進(jìn)行關(guān)聯(lián)分析，研究審計(jì)文檔之間可能存在的某種隱含的關(guān)系，從中獲取審計(jì)事項(xiàng)和審計(jì)目標(biāo)的本質(zhì)聯(lián)系。這是借助一般的審計(jì)數(shù)據(jù)分析方法和工具不能完成的任務(wù)。

文本分類，屬于有監(jiān)督的學(xué)習(xí)。首先，對(duì)文檔的類別設(shè)定主題，根據(jù)主題對(duì)文本進(jìn)行分類，將符合同一主題的文本作為相同的類別。通過對(duì)預(yù)先設(shè)定的文本類別進(jìn)行描述，建立分類模型對(duì)訓(xùn)練文本進(jìn)行分類訓(xùn)練和準(zhǔn)確率評(píng)估，最后利用確定好的模型對(duì)測(cè)試樣本進(jìn)行分類。將文本分類技術(shù)運(yùn)用到審計(jì)數(shù)據(jù)分析中，可以幫助審計(jì)師針對(duì)不同的審計(jì)需求和審計(jì)目的，對(duì)審計(jì)文本快速有效地進(jìn)行分類，并結(jié)合相應(yīng)的審計(jì)方法有針對(duì)性地開展審計(jì)數(shù)據(jù)分析工作。

文本聚類，聚類分析是基于同類文本之間文本差異最小化的思想，反之亦然。文本聚類的優(yōu)勢(shì)是無(wú)須進(jìn)行監(jiān)督學(xué)習(xí)，不需要通過訓(xùn)練進(jìn)行模擬，屬于無(wú)導(dǎo)師學(xué)習(xí)。由于一些難以發(fā)覺的信息以特殊的形式隱藏在大數(shù)據(jù)中，一般的審計(jì)數(shù)據(jù)分析方法很難挖掘出這些異常信息，而采用文本聚類的算法能夠彌補(bǔ)這個(gè)缺陷。這些異常信息往往是審計(jì)人員重點(diǎn)審查的對(duì)象，可以對(duì)舞弊和違規(guī)行為的評(píng)估提供審計(jì)證據(jù)。對(duì)審計(jì)文本進(jìn)行聚類后，可以按類別對(duì)每類文本進(jìn)行具體的分析、比較和總結(jié)，分析異常數(shù)據(jù)存在的原因，大大減輕了審計(jì)人員進(jìn)行審計(jì)數(shù)據(jù)分析的工作量。

3.結(jié)果可視化

結(jié)果可視化的主要思想是將復(fù)雜的審計(jì)數(shù)據(jù)通過可供使用者所理解的方式表達(dá)出來。結(jié)果可視化可以把文本挖掘所獲取的知識(shí)通過可視化的視覺符號(hào)（網(wǎng)絡(luò)圖、樹狀圖、維恩圖、坐標(biāo)等）清晰地進(jìn)行展示，審計(jì)人員可以根據(jù)審計(jì)目標(biāo)和評(píng)估指標(biāo)，對(duì)可視化的結(jié)果進(jìn)行分析、解釋和評(píng)價(jià)，從不同的角度對(duì)審計(jì)數(shù)據(jù)進(jìn)行更加深入的觀察和更加全面的多維分析。

（三）總結(jié)和發(fā)布

總結(jié)和發(fā)布是審計(jì)數(shù)據(jù)分析流程的最終階段。審計(jì)人員和技術(shù)人員共同將上一階段可視化分析所展現(xiàn)的結(jié)果進(jìn)行篩選、歸類、整理和深入分析，總結(jié)出有價(jià)值和有效的審計(jì)知識(shí)進(jìn)行標(biāo)準(zhǔn)化，形成審計(jì)經(jīng)驗(yàn)和審計(jì)線索，供審計(jì)人員分析取證。最后對(duì)被審計(jì)單位做出相關(guān)的評(píng)價(jià)，得出審計(jì)結(jié)論。

大數(shù)據(jù)環(huán)境下的文本挖掘?qū)徲?jì)數(shù)據(jù)分析主要是借助文本挖掘技術(shù)進(jìn)行審計(jì)數(shù)據(jù)分析。根據(jù)明確的審計(jì)需求，采集與被審計(jì)單位相關(guān)的原始審計(jì)數(shù)據(jù)進(jìn)行預(yù)處理，建立不同的文本挖掘模型對(duì)審計(jì)數(shù)據(jù)進(jìn)行分析，最后對(duì)可視化的結(jié)果進(jìn)行分析和評(píng)價(jià)，為審計(jì)報(bào)告提供參考意見。如果文本挖掘的結(jié)果無(wú)法滿足審計(jì)目的和審計(jì)需求，則需要分析審計(jì)過程中存在的問題，不能達(dá)到審計(jì)目的的原因以及該過程中存在的薄弱環(huán)節(jié)，比如是否需要考慮重新選擇文本挖掘模型和參數(shù)。所以從開始采集原始數(shù)據(jù)到獲取審計(jì)證據(jù)的審計(jì)數(shù)據(jù)分析過程不是一次性能夠順利完成的，需要通過不斷總結(jié)和完善某些環(huán)節(jié)，達(dá)到預(yù)先設(shè)定的審計(jì)目標(biāo)。

五、結(jié)論與展望

大數(shù)據(jù)環(huán)境下，為了給審計(jì)研究提供新的思路和審計(jì)運(yùn)用提供新的方法，本文從審計(jì)數(shù)據(jù)分析工作實(shí)際需要的角度出發(fā)，提出了基于文本挖掘的審計(jì)數(shù)據(jù)分析框架。該框架是基于Hadoop生態(tài)系統(tǒng)，結(jié)合文本挖掘技術(shù)，建立融審計(jì)數(shù)據(jù)的采集、存儲(chǔ)、分析處理、結(jié)果可視化為一體的審計(jì)數(shù)據(jù)分析框架。本文的研究旨在為大數(shù)據(jù)環(huán)境下審計(jì)數(shù)據(jù)分析提供參考，但還未對(duì)此進(jìn)行實(shí)證分析?？梢钥隙ǖ氖?，利用文本挖掘技術(shù)可以彌補(bǔ)傳統(tǒng)審計(jì)技術(shù)方法的不足，如何實(shí)現(xiàn)和驗(yàn)證文本挖掘技術(shù)在審計(jì)工作中的運(yùn)用，將是后續(xù)研究的重點(diǎn)內(nèi)容?！?/p>

【參考文獻(xiàn)】

[1] MOFFITT K C， VASARHELYI M A. AIS in an age of Big Data[J]. Journal of Information Systems，2013，27（2）：68-92.

[2] GRAY G L， DEBRECENY R S. A taxonomy to guide research on the application of data mining to fraud detection in financial statement audits[D]. Working paper，California State University，Northridge，2013.

[3] 阮哈建，劉西友.大數(shù)據(jù)與審計(jì)機(jī)關(guān)的應(yīng)對(duì)策略[J].中國(guó)內(nèi)部審計(jì)，2013（6）：84-85.

[4] 呂勁松，王忠.金融審計(jì)中的數(shù)據(jù)分析[J]. 審計(jì)研究，2014（5）：26-31.

[5] 秦榮生.大數(shù)據(jù)時(shí)代的會(huì)計(jì)、審計(jì)發(fā)展趨勢(shì)[J].會(huì)計(jì)之友，2014（32）：81-84.

[6] 顧洪菲.大數(shù)據(jù)環(huán)境下審計(jì)數(shù)據(jù)分析技術(shù)方法初探[J].中國(guó)管理信息化，2015（3）：45-47.

[7] 鮑朔望.大數(shù)據(jù)環(huán)境下政府采購(gòu)審計(jì)思路和技術(shù)方法探討[J].審計(jì)研究，2016（6）：13-18.

[8] 羌雨.基于R語(yǔ)言的大數(shù)據(jù)審計(jì)方法研究[J].中國(guó)管理信息化，2016（21）：46-49.

[9] LENARD M J，ALAM P ，BOOTH D. An analysis of fuzzy clustering and a hybrid model for the auditors going concern assessment[J]. Decision Sciences，2000，31（4）：861-884.

[10] YEH C， CHI D，LIN Y. Going-concern prediction using hybrid random forests and rough set approach[J]. Information Sciences，2014，254（1）：98-110.

[11] LOUGHRAN T，B MCDONALD. When is a liability not a liability？ Textual analysis，dictionaries， and 10-Ks[J]. The Journal of Finance，2011，66（1）：35-65.