大数据技术与方法在审计监督中的应用研究

研究目标:审计监督运用大数据技术与方法的研究。研究方法:运用大数据技术与方法,对审计行业中的典型代表——医疗保险基金审计为研究样本,选取采集的6.7T海量审计数据,对医疗保险基金进行数据清洗与预处理、存储、分析、可视化一系列大数据处理过程,构建了医疗行业知识库与药品知识库,通过逻辑规则和不确定性推理算法挖掘隐性数据,建立"疾病—药品—项目—人员"知识图谱大数据审计模型。研究发现:与传统审计相比,通过在大数据技术下对医疗保险基金知识图谱审计模型的有效运用,能快速发现医疗保险审计工作中合理用药、过度医疗、疾病防控以及医疗资源部署等审计问题,从而大大提高审计工作质量和效率。研究创新:融合多种大数据技术与方法,以医疗保险基金审计为例,进行实证分析,大数据分析得出良好的审计结果,完全打破传统审计方法、审计组织方式,审计实施过程。同时,对审计监督运用大数据技术方法不足以及存在问题进行总结归纳,并给出对策与建议。研究价值:审计与大数据技术的结合是全新的尝试,具有划时代的意义和广阔的想象空间。对全国推动国家审计全覆盖,促进国家良治起到不可估量的作用。

一种基于上界值剪枝的用户敏感top-k dominating查询方法

信息化社会带来了数据量的快速增长,但也导致数据的完整性和价值密度越来越低,如何从海量不完整数据中快速找到有价值的信息用于用户个性化推荐,已经成为研究的热点。结合上界值剪枝算法,提出一种用户敏感top-k dominating(TKD)查询方法(USTD)。该方法首先结合用户兴趣度,重新定义了不完整数据集上对象的支配关系及其度量方法,计算对象的权重支配分数;然后以重新定义的支配关系,证明了依据上界值可剪枝的条件;最后将上界值剪枝条件融于USTD的查询过程,以从数据集中快速找到前k个满足用户兴趣的数据。实验结果表明,USTD算法在查询速度上有一定提升,在查询结果的评分上具有显著优势。