基于数据挖掘技术的财务会计欺诈检测综述
计算机与社会
2013-09-17 v1
摘要
鉴于当前经济形势下财务会计欺诈事件激增，财务会计欺诈检测 (FAFD) 已成为学术界、研究界和产业界极为重要的新兴课题。组织内部审计系统在识别会计欺诈方面的失效，导致了专门用于检测财务会计欺诈的程序（统称为法务会计）的应用。数据挖掘技术在财务会计欺诈检测中提供了巨大帮助，因为处理海量数据和财务数据的复杂性是法务会计面临的重大挑战。本文全面综述了应用数据挖掘技术检测财务会计欺诈的文献，并提出了一种基于数据挖掘技术的会计欺诈检测框架。对适用于财务会计欺诈检测的数据挖掘技术进行系统且全面的文献综述，可为该领域的未来研究奠定基础。综述结果表明，逻辑模型、神经网络、贝叶斯信念网络和决策树等数据挖掘技术已被最广泛地应用，为欺诈数据的检测和分类中固有的问题提供了主要解决方案。
引用
@article{arxiv.1309.3944,
title = {A Review of Financial Accounting Fraud Detection based on Data Mining Techniques},
author = {Anuj Sharma and Prabin Kumar Panigrahi},
journal= {arXiv preprint arXiv:1309.3944},
year = {2013}
}
备注
11 Pages. International Journal of Computer Applications February 2012