資源描述：
《最小相關(guān)度優(yōu)化PNARC算法的審計(jì)數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘模型》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、最小相關(guān)度優(yōu)化PNARC算法的審計(jì)數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘模型于海燕蘇州工業(yè)園區(qū)服務(wù)外包職業(yè)學(xué)院摘要：為解決關(guān)系國(guó)計(jì)民生重要行業(yè)事后審計(jì)的弊端，本文針對(duì)PNARC算法在審計(jì)數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘時(shí)存在的置信度約束無(wú)效、挖掘精度不高等問(wèn)題，提岀了一種最小相關(guān)度優(yōu)化PNARC算法的審計(jì)數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘模型。首先對(duì)置信度進(jìn)行閾值雙重優(yōu)化，以提高負(fù)關(guān)聯(lián)規(guī)則的程度，減少不相關(guān)的關(guān)聯(lián)規(guī)則，然后對(duì)最小相關(guān)度進(jìn)行概率分析，降低無(wú)關(guān)規(guī)則的產(chǎn)生幾率。仿真實(shí)驗(yàn)結(jié)果表明，無(wú)論在挖掘精度還是算法運(yùn)行時(shí)間上，都具有比PNARC算法更優(yōu)異的性能。關(guān)
2、鍵詞：審計(jì)數(shù)據(jù)挖掘;PNARC算法優(yōu)化;最小相關(guān)度;雙重置信度;置信度約束;作者簡(jiǎn)介：于海燕(1981-),女，漢族，講師，碩士研究生，研究方向金融經(jīng)濟(jì)與經(jīng)管教學(xué)。E-mai1:yuhy@siso.edu.cno收稿日期：2017-01-24基金：2017年度蘇州工業(yè)園區(qū)服務(wù)外包職業(yè)學(xué)院校級(jí)教改項(xiàng)目(No.JG-201705)最小相關(guān)度優(yōu)化PNARC算法的審計(jì)數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘模型于海燕蘇州工業(yè)園區(qū)服務(wù)外包職業(yè)學(xué)院摘要：為解決關(guān)系國(guó)計(jì)民生重要行業(yè)事后審計(jì)的弊端，本文針對(duì)PNARC算法在審計(jì)數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘時(shí)
3、存在的置信度約束無(wú)效、挖掘精度不高等問(wèn)題，提岀了一種最小相關(guān)度優(yōu)化PNARC算法的審計(jì)數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘模型。首先對(duì)置信度進(jìn)行閾值雙重優(yōu)化，以提高負(fù)關(guān)聯(lián)規(guī)則的程度，減少不相關(guān)的關(guān)聯(lián)規(guī)則，然后對(duì)最小相關(guān)度進(jìn)行概率分析，降低無(wú)關(guān)規(guī)則的產(chǎn)生幾率。仿真實(shí)驗(yàn)結(jié)果表明，無(wú)論在挖掘精度還是算法運(yùn)行時(shí)間上，都具有比PNARC算法更優(yōu)異的性能。關(guān)鍵詞：審計(jì)數(shù)據(jù)挖掘;PNARC算法優(yōu)化;最小相關(guān)度;雙重置信度;置信度約束;作者簡(jiǎn)介：于海燕(1981-),女，漢族，講師，碩士研究生，研究方向金融經(jīng)濟(jì)與經(jīng)管教學(xué)。E-mai1:yu
4、hy@siso.edu.cno收稿日期：2017-01-24基金：2017年度蘇州工業(yè)園區(qū)服務(wù)外包職業(yè)學(xué)院校級(jí)教改項(xiàng)目(No.JG-201705)ResearchonAuditDataAssociationRuleMiningModelwithMinimalRelevanceOptimizedPNARCAlgorithmYuHaiyanSuzhouIndustrialParkInstituteofServiceOutsourcing;Abstract：Inordertosolvetheshortcomin
5、gsofpost-auclitrelatedtotheimportantindustriesofpeople'slivelihoodandthepeople'slivelihood,aimingattheproblemsofinvalidconfideneeconstraintandlowminingaccuracyintheminingofassociationrulesofauditdata,thispaperproposesanassociationruleofauditdataofPNARCwit
6、hminimumcorrelationoptimizationMiningmodels.First,theconfidencethresholdisdouble-optimizedtoimprovethedegreeofnegativeassociationrulesandreducetheirrelevantassociationrules.Thentheprobabilityoftheminimumcorrelcitionisanalyzedtoreducetheprobabilityofgenera
7、tingirrelevantrules.SimulationresultsshowthattheproposedalgorithmhasbetterperformancethanPNARCalgorithminboththeaccuracyofminingandthealgorithmrunningtime.Keyword：auditdatamining;PNARCalgorithmoptimization;minimumrelevance;doubleconfidence;confidenceconst
8、raint;Received：2017-01-24隨著信息技術(shù)的不斷發(fā)展，審計(jì)工作己經(jīng)從傳統(tǒng)的書面式工作轉(zhuǎn)變?yōu)樾畔⒒ぷ?11。但是，面對(duì)龐大的審計(jì)數(shù)據(jù)，如何從中挑選岀有用的數(shù)據(jù)，是目前面臨的一大難題。數(shù)據(jù)挖掘技術(shù)②的面世正好解決了這個(gè)問(wèn)題，其采用關(guān)聯(lián)規(guī)則算法，挖掘數(shù)據(jù)的相互聯(lián)系，得到數(shù)據(jù)規(guī)律，從而快速的得到有價(jià)值的數(shù)據(jù)，提高了信息化審計(jì)工作的效率［3］。近年來(lái)，己經(jīng)有多國(guó)內(nèi)外專家學(xué)者開(kāi)始對(duì)基于數(shù)據(jù)挖掘的審計(jì)技術(shù)進(jìn)行了相關(guān)的研
