基于并行随机森林的审计大数据疑点预测

为使审计计划的制定具有科学的数据支撑,在审计大数据背景下,提出基于并行改进随机森林算法的审计疑点预测算法。首先建立基于Hadoop的电力企业审计大数据管理方案,将各电网子系统采集到的异构审计数据整合并存储,在此基础上,实现基于三层MapRaduce的并行化随机森林算法预测审计疑点概率,在保证预测精度的情况下,提高算法运行效率,以满足大数据处理需要。实验结果表示,提出的并行算法运行速率满足大数据要求,预测精确度要优化常用的决策树算法。