使用朴素贝叶斯分类器抽样审计证据

台湾的审计人员一直饱受处理过多审计数据（包括抽取审计证据）的困扰。本研究通过将机器学习与抽样相结合来推进抽样技术。这种机器学习的整合有助于避免抽样偏差、保持随机性和变异性，并针对高风险样本进行抽样。我们首先使用朴素贝叶斯分类器将数据分类为若干类别。接下来，采用基于用户、基于项目或混合的方法来抽取审计证据。代表性指数是衡量其代表性的主要指标。基于用户的方法抽取一类中位数周围对称的数据作为审计证据。这相当于货币抽样和变量抽样的组合。基于项目的方法表示基于后验概率的非对称抽样，以获取高风险样本作为审计证据。这等同于非统计抽样和货币抽样的组合。审计人员可以将基于用户和基于项目的方法混合使用，以在选择审计证据时平衡代表性和风险性。三个实验表明，使用机器学习整合的抽样具有抽取无偏样本、处理复杂模式、相关性和非结构化数据以及提高大数据抽样效率的优势。然而，其局限性在于机器学习算法输出的分类准确率和先验概率的范围。