推荐星级：

基于Python的大数据审计方法探讨

更新时间：2019-12-24 09:45:39 大小：2M 上传用户：songhuahua 查看TA发布的资源 标签：python 大数据 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

随着大数据技术的发展,各行业的信息化程度大大提高,审计工作涉及行业广,这就要求审计工作必须发展大数据技术。近年来相关文件也做出了指示,如《国务院关于加强审计工作的意见》在2014年10月提出要在审计实践中运用信息化技术审查问题的能力,探索大数据技术的运用。国务院2015年8月颁布的《关于促进大数据发展行动纲要》中的国家大数据战略,促进我国大数据发展。同年12月,构建大数据审计工作模式的要

部分文件列表

文件名	大小
基于Python的大数据审计方法探讨.pdf	2M

立即下载

【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）

研究与探讨

基于Python的大数据审计方法探讨

□ 南京孙梦蝶

随着大数据技术的发展，各行业的同时又带来了挑战。

经济社会运行风险的能力和效率大大

提高，以揭露重大违法违纪问题，最

终实现审计全覆盖、维护国家经济安

全的目的。大数据审计的应用，十分

符合推行现代审计综合模式的要求，

符合数字化审计方式的特征。

的信息化程度大大提高，审计工作涉

及行业广，这就要求审计工作必须发

展大数据技术。近年来相关文件也做

出了指示，如《国务院关于加强审计

工作的意见》在2014年10月提出要在

审计实践中运用信息化技术审查问题

的能力，探索大数据技术的运用。国

务院2015年8月颁布的《关于促进大

数据发展行动纲要》中的国家大数据

战略，促进我国大数据发展。同年

12月，构建大数据审计工作模式的要

求在《关于完善审计制度若干重大问

题的框架意见》文件中被明确。刘家

义提出：“推进以大数据审计是实现

审计全覆盖的必由之路。”

从数据层次来看，审计大数据涉

及广泛的数据来源，结构化数据是当

前被审计数据的主要类型，但半结构

化数据、非结构化数据越来越多。数

据类型的多样化与以往便于存储、分

析的结构化数据相比，对大数据的处

理能力提出了更难的挑战。被审计单

位的财务数据和业务数据，数据不仅

产生于组织内部运作的各个环节，也

来自于组织外部。这些数据的价值对

二、Python的特点及其优势

Python是一种面向对象的计算

机程序设计语言，它具有简单、解释

型、交互式和可移植的特点，在数据

分析领域正在得到越来越多的应用

审计工作来说也是不可否认的。因（官网：）。

此，被审计数据作为各种数据集合，随着其数据科学计算库的升级，

自然具有体量大、多样化、价值高等 Python程序设计语言越来越适用于分

大数据特征。

析数据科学。Python是一门真正的通

从技术层次来看，大数据审计技用设计语言， Python编程语言的通用

在此情况和背景下，如何获取、

存储和使用大数据技术进行数据分析

是审计部门和审计机构面临的重大挑

战。在审计研究领域，许多机构和学

者对大数据对审计的影响进行了阐

述。大数据环境下开展审计工作已引

起了广泛关注。因此，对大数据审计

的展望也十分有研究价值，本文将重

点分析Python语言在大数据环境下实

施审计的可行性，为审计人员在大数

据环境下实施审计，获取数据和进

行数据分析挖掘数据价值提供理论

参考。

性，脚本语言应用的广范性，有众多

组件、扩展库的支持，并且适用于多

种平台的操作系统，从这些方面来看

Python都优于科学计算领域最流行的

商业软件Matlab。虽然目前Matlab中

的某些高级数据分析功能Python还无

法替代，但是对于基础性、前瞻性的

审计数据处理工作，完全可以用

Python来完成。

术是一系列具体的技术和方法，用于

挖掘和呈现审计大数据，收集、存

储、分类和分析挖掘以及可视化来实

现数据的价值，审计的多样化使得审

计数据更加复杂，不难想象与大数据

应用在单一行业相比，审计数据获

取，分配和存储技术面临的挑战。

从应用层次来看，大数据审计在

应用中的实践主要体现在深度挖掘审

计证据，跨部门、多行业开展数据分

大数据审计需要用到的Python主

析，关联分析财务与业务数据、挖掘要包括： Numpy， Scripy， Pandas，

过去数据与实时数据的相关性，以发 Matplotlib等。Numpy是一个科学计算

现审计问题、得出合理的审计结论。

大数据技术可以助推实现审计全 Scripy工具包包括统计，优化，整

的库，提供了矩阵运算等功能；

一、大数据审计特征

维基百科把“无法在一定时间内

用常规软件工具对其内容进行抓取、

管理和处理的数据集合”称为大数

据。大数据环境下非格式化数据比例

非常大，如何审计非格式化数据，发

现审计线索，是值得研究的。大数据

4V的特点给电子数据审计带来机遇

覆盖。并且大数据审计可以推进制度

完善，即通过挖掘某种社会现象的潜

在规律，作为政策制定的依据，针对

问题进行大数据分析、不断完善政

策，推动国家治理现代化。同时，有

部分政府审计领域的学者认为大数据

审计的目标之一使政府审计揭示宏观

合，线性代数模块，常微方程求解器

等，可以和Numpy数组一起工作，并

提供许多像数值积分、优化这样的对

用户友好的和有效的数值例程；

Pandas是Python的一个数据分析包，

最初作为金融数据分析工具被开发出

来。因此，提供了能使审计人员便捷

研究与探讨

3.Jieba和 PyTagCloud实现中文

标签云。Jieba是Python的一个中文

分词组件，支持多种分词模式。

PyTagCloud是Python的一个扩展库，

可以生成一个标签云，当前它可以输

出图片和网页两种格式。通过

Jieba组件对被审计的文档分词，去

除标点符号、 “ 的 ” 、 “ 地 ” 、

“了”等停用词，通过设置参数提取

文档内权重大、词频高的词语。

Jieba分词的结果结合PyTagCloud的标

签云可视化功能，可以实现对审计文

件进行充分的理解。在被审计单位提

供审计数据，或已通过爬虫技术获取

的数据的基础上，可使用标签云技术

实现可视化分析。

处理数据的函数和方法。

是具有其特征的数据集，更是一项技

术的集——能够采集、存储和关联性

分析数量巨大、来源分散、格式多样

的数据，更是一种大数据思维，审计

人员利用这种创新的思维模式，得以

从审计数据中发现疑点，从而提升审

计人员发现数据价值、获取知识和更

新认知领域的能力。在大数据审计模

式下，审计人员不仅要对大数据技术

充分利用，而更应该具有系统化大数

据的思维。

Pandas建立在Numpy之上，使以

Numpy为中心的应用变得简单，并且

非常适合进行数据清洗和整理。

Matplotlib是 Python的一个可视化模

块，审计人员可以利用该模块更方便

的制作线条图、柱状图等专业图形。

Python有着像Matlab一样强大的计算

工具包Numpy，有Matplotlib绘图工具

包能够对数据进行可视化，有科学计

算工具包 Scripy， Pandas可以像

SQL对数据进行控制，对于大数据环

境下的电子数据审计而言，使用

Python可以实现数据获取、分析和可

视化，非常有发展潜力。

为有效解决当前现象，可采取以

下措施实现对大数据审计发展的推

动：首先，构建审计大数据信息资源

平台，通过建设大数据信息资源平

台，实现资源共享和关联分析各被审

计单位、行业、地方等多个系统间的

数据。其次，创新数据分析方法，审

计人员从简单的汇总、统计数据，向

运用各种深度挖掘、智能学习算法、

可视化等技术实现的大数据分析。审

计人员可以通过学习Python等技术，

将丰富的审计工作经验与前沿分析技

术相结合，在审计过程中实现大数据

技术的应用，以进一步提高审计能力

和效率。再其次，完善审计制度体

系，在审计数据的标准方面，设定统

一标准，规范数据、统一接口，制定

大数据审计工作规范，建立健全符合

我国国情且系统化的准则体系。

1.Python数据获取研究。使用

Python内置函数读取文本和数字，打

开审计文件读取文件内容，获取

word、excel文件指定行的内容，以实现

从键盘、文本文件、Office 文件获取。

Python的标准数据库接口支持多

种数据库。接口定义了必须的对象和

数据库存取方式，以便为各种底层数

据库和数据库接口提供一致的访问接

口，审计人员可以根据适合审计项目

的数据库下载不同的模块，联接数据

库后，可以通过执行SQL语句等方式

完成查找和存储。

4.使用gensim进行文本相似度计

算。文本相似度计算的需求始于搜索

引擎，它需要计算用户查询和爬下来

的众多网页之间的相似度，从而把最

相似的排在最前返回给用户。使用的

主要算法是tf-idf（词频-逆文档频

率）。文本相似度计算主要的步骤

有，首先导入jieba和gensim库，使用

jieba对文章进行分词，然后建立TF-

IDF模型，通过模型计算文本与

query文本的相似度即可。

三、总结

本文研究了在大数据审计方法方

面Python语言的数据获取方式，包括

从文件获取、从数据库获取，介绍了

利用网络爬虫技术抓取网页信息，获

取外部数据以满足数据分析的需求方

式；然后介绍了几个实用的Python模

块，Matplotlib绘图工具包、Jieba分

词组件等，以实现审计工作的基本绘

图、中文标签云和相似度分析功能。

值得思考的是，在“4V”的定

义下，政府掌握的数据资源不太符合

“价值密度低”的界定，并且审计工

作中接触到的非结构化数据还是很

少，看起来不应归为“大数据”，审

计人员通过使用基本的数据处理技术

就能够对政府数据进行分析处理。但

从另一个角度看，大数据不仅代表的

随着大数据时代的到来，大量的

信息从网络中涌出，爬虫像蜘蛛一样

在网络中穿梭，自动收集有价值的信

息，使用简单的Python脚本就能够抓

取网页信息，满足数据分析的需求。

爬虫前期可以使用Google Chrome的

检查功能，查看网页的URL、请求方

式、状态码和网站地址代理名称等特定

信息，了解网页的构成，以便于进一

步通过编写Python脚本，实现爬虫。

2 . Matplotlib绘图工具包。

Matplotlib是Python一个可视化模块，

一个 2D绘图库。审计人员写几行代

码，便可以完成直方图、条形图、散

点图等基础绘图，根据图像的趋势判

断数据的合理性，以进一步做出正确

的审计结论。

（作者单位：南京审计大学）

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

基于Python的大数据审计方法探讨

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页