Python技术在围标和串标审计项目中的应用——提升审计效率的Python技术应用

围标和串标是招投标过程中比较典型的一类违法违规行为,这类行为越来越隐蔽,越来越职业化,传统审计方法已经很难发现问题。该文介绍了Python技术在围标和串标这类复杂审计项目中的应用案例。利用Python的分词技术、字典容器、矩阵演算和集合运算精准统计出每份投标文件使用的词组和每个词组的使用频次,如果2份招标文件的词组重合比例和词组重复比例都超过了预设阈值,关键词组(生僻词、错别字等)出现频次高度一致,即存在围标和串标的重大嫌疑。基于“词频统计+关键词组比对”的审计方法是一种全新的大数据思维,未来在判定论文抄袭、快速提取文本关键词、敏感词汇预警等方面都有重要的推广意义。