随着信息技术的发展，审计工作中的网络数据量越来越多，审计人员要面对大量的财务数据和非财务数据，计算机技术在审计工作中的应用日渐增多。将数据挖掘技术应用到审计系统当中，可以有效地提高审计效率，降低审计风险，显示出了巨大优势。本文简要地介绍了数据挖掘技术，分析了数据挖掘技术对现代审计工作的影响，阐述了数据挖掘技术在现代审计中的运用，提出了数据挖掘技术存在的局限性。

随着网络和计算机的普及，人工智能系统被应用到了企业的管理工作中来，数据挖掘技术运用到现代审计工作中来，在海量的审计数据中，寻找出一定的数据特征，发现可疑数据，提高审计工作的效率，降低审计风险。

一、数据挖掘技术

1.数据挖掘技术概述

数据挖掘技术指的是通过算法从大量的数据中搜索出隐藏在其中的信息的技术。数据挖掘与计算机科学有着紧密的关联，需要通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现数据挖掘目标。通过数据挖掘技术可以快速地提取数据中的有益信息，做到有的放矢。数据挖掘技术是通过模型和算法来实现的。数据挖掘技术为大部分的非专业人士提供了数据可视化服务，帮助他们理解接受数据挖掘技术。在不断的发展过程中，数据挖掘软件对数据管理的性能不断提高，人机交互的界面也在不断的人性化发展，使得数据挖掘技术的应用越来越广泛。现今，我们处于大数据时代，数据挖掘技术在越来越多的领域内起着无可替代的分析作用。

应用数据挖掘技术改变了审计工作的展开方式。信息技术被不断普及，越来越多的企业开始使用人工智能系统，企业的各种交易活动可以实时地录入到系统里，系统中包含着大量的会计数据和经营管理数据。审计人员对数据进行分析获得有用的审计线索和审计数据，有针对性地提出相应的审计意见。应用数据挖掘技术可以发现隐藏于数据中的信息，可以回答一些审计人员没有发现的问题。

2.数据挖掘技术的优点

对数据进行挖掘，首先要进行数据筛选，然后对数据进行分析，进行数据建模，通过模型得出相应结论，最后对结论进行分析和评估。数据挖掘并不是单独的某一个环节，而是对数据进行完整的处理和深度的探索，具有较强的全局性。数据挖掘的方法非常多样，以聚类分析、关联分析、特征分析等多种算法为基础，从多个角度来分析数据，通过应用多种类型的挖掘方法，结合相应的算法和模型，不断地对数据进行探索，找寻其中的规律，并进一步地验证人们对数据规律的各种猜想。数据挖掘还具有超强的分析能力，要能够对海量数据进行深度分析，只有这样才能够满足信息世界的要求。

二、数据挖掘技术对现代审计工作的影响

随着计算机和网络的普及，网络数据和审计数据飞速增长。计算机在审计工作中的应用率越来越高，有许多的大型组织经营着有特大数量级的应用数据库，积累了庞大的历史数据。进入大数据时代，审计人员面对的不只是纸质的会计资料，更多的是被审计单位大量存在计算机系统和网络系统中的财务数据和非财务数据。将数据挖掘技术应用到现代审计系统中，可以凸显其巨大的优势，在大规模的网络环境下进行数据挖掘工作，不仅可以提高审计系统的工作效率，增强审计工作的智能性，更是可以降低审计风险。

与传统的审计方法相比，数据挖掘技术作为一种新兴技术，可以更好地从海量的数据中发现人们未知的知识和规律。在审计工作中，引入数据挖掘技术，可以建立起系统化、自动化的创建入侵检测系统的方法，这种方法会从数据进行切入，入侵检测就是一个进行数据分析的过程。这样的检测方法更为符合现代审计工作的要求，通过数据挖掘技术来处理審计数据，从中提炼出正规的用户行为，也可发现其中的可疑数据，将系统采集到的数据与生成的模式库进行匹配，捕获到网络入侵。数据技术不仅可以对大规模的数据进行相应的处理，而且这个过程中不需要审计人员提供主观的评价信息，这样就更容易发现被审计人员忽略掉的隐藏信息，可以有效地避免有价值的线索因主观因素而被忽略。

三、数据挖掘技术在现代审计中的运用

将数据挖掘技术应用到审计工作过程中，首先需要接受日志收集信息系统各部件提交上来的格式统一的审计数据，对这些数据进行转换格式、数字提炼等预处理。接下来根据审计人员的理论知识和实践经验选择合适的数据挖掘算法和模型对审计数据进行处理，提取出数据中隐藏的信息，并对其进行统计。最后系统地对审计数据进行分析处理，并有针对性地提出预测趋势。

目前，数据挖掘技术中的离群点挖掘、孤立点检测、异常点检测、聚类分析和关联规则是主要应用于现代审计技术中的几种方法。

1.离群点挖掘

离群点挖掘指的是从大量的数据中挖掘出其中存在的一小部分异常数据中与常规数据具有明显不同的数据模式。在数据审计工作中，应用离群点挖掘，可以有效地对数据进行处理，减少审计所需的数据量，快速准确地定位数据，进而提高审计工作的效率。与此同时，应用离群点挖掘可以从数据中自动地提取出难以发现的业务模式和管理模式行为，这样操作可以减少人工的参与，降低审计人员的工作量。

2.孤立点挖掘

孤立点指的是在数据中与众不同的数据，人们怀疑这些数据并非是随机偏差产生的，而是由于完全不同的机制导致的。在审计工作中，这些可疑数据常常都表现为以孤立点的形式存在，通过检测，除去数据中存在的孤立点，就可以对数据进行一定地清理，提高数据的质量，更好地达到审计目的。

3.异常点检测

对异常点进行检测是数据挖掘技术中十分重要的一个部分。需要从大量的审计数据中挖掘出其中极少一部分存在异常行为模式的数据，对其进行分析。在大多数的情况下，这些审计数据中都包含了许多十分重要的信息，对审计人员开展后续的工作有着重要的影响。

4.聚类分析

数据的聚类就是将审计数据中较为相近的数据信息放在一起，根据数据存在的不同特征，将数据对象分为几个群体。聚类分析大多被应用于控制测试阶段，将具有相似特征的交易进行分组，有针对性地进行各控制环节执行情况的测试，这样更有利于审计人员对相似的数据进行分析。

5.关联规则

关联规则就是通过对资料数据进行分析，找出其中某一事件或资料中同时出现的东西。关联规则挖掘侧重于数据中不同领域之间的联系，用于发现大量的数据集合之间存在的有意义的关联。将关联规则运用到审计系统中，提取数据之间存在的联系，有效地分析出经济业务中数据存在的关联性，审计人员也可以更加准确地找出数据之间的联系。

四、数据挖掘技术应用的局限性

1.受到数据质量的影响

数据挖掘技术的应用会受到数据质量的影响，数据本身是在现代审计工作中应用数据挖掘技术的基础。如果企业提供的数据是虚假的、错误的，或者作为审计对象的数据中被进行过篡改，无论使用再先进、再成熟的数据挖掘技术，也无法从中得出正确的、有意义的结论。

2.审计成本较高

想要在实际的审计工作中应用数据挖掘技术，就一定会产生一些相应的数据编制成本、维护成本、分析成本和人员培训成本，更有一些数据软件的使用成本费非常高。在这样的情况下，就使得成本因素成为了在现代审计工作中应用数据挖掘技术的一个局限。

3.对审计人员要求高

在应用数据挖掘技术的过程中，需要根据建模者的经验和知识来选择相应的审计数据特征和测度，这就需要审计人员具有丰富的审计理论知识和实践经验，并且还需要对计算机的专业知识掌握得很好，熟悉数据库系统，能够熟练地进行数据挖掘的操作。审计人员不仅要能够识别并应用数据挖掘技术，还要能够对审计系统给出的结果进行有效的分析和评价。因此，想要将数据挖掘系统应用到现代审计工作中，对审计人员提出了更高的要求。

综上所述，虽然在现代审计工作中应用数据挖掘技术还处于初级的探索阶段中，也存在着受到数据质量的影响、审计成本较高、对审计人员素质要求高等局限，但是仍然有着传统审计方法无可比拟的巨大优势。随着审计人员技术水平的不断提高，对数据挖掘技术研究的不断深入，将数据挖掘技术应用到现代审计工作中，海量的电子数据中，找到需要的有效信息，进一步提高审计工作效率，降低审计风险。数据挖掘技术会有更加广阔的应用前景。

（本文作者廖烨，四川职业技术学院讲师，研究方向：会计与审计研究。）