《大数据环境下基于数据可视化技术的电子数据审计方法》
该文是关于数据可视化和大数据论文参考文献范文与数据可视化有关电大毕业论文范文.
摘 要：信息化社会累积了大量电子数据,如何审计这些电子数据的研究与应用是近几年来审计领域需要面对的热点问题.本文首先分析了可视化技术电子数据审计方法的重要性;其次对大数据的特点以及相關的技术进行了分析,同时阐述了可视化技术的电子数据审计措施,为今后的大数据环境电子数据审计提供理论基础.
关键词：大数据;数据可视化;电子数据;审计
随着计算机网络和信息科技技术的快速发展和兴起,信息社会的构建完成,数据累积已经达到了海量,从结果数据到半结构数据甚至非结构数据的飞速变化、发展和累积,都昭示着我国社会已经面临大数据时代.在这种背景下,电子数据的审计面临着巨大的机遇和挑战.国家早在2013年就已经指出要以积极的态度学习国外先进的大数据分析技术,并充分结合自身发展的实际情况将大数据技术积极应用于审计信息化建设中,让我国的审计工作更加方便和科学.
数据可视化是指将数据信息用可以直观感知的图形图像表现出来,使得人们可以直接在原本纷繁复杂的数据中非常快速高效地提取有用信息,以便能迅速地做出正确决策.数据可视化是一种快捷有效的图形化审计手段,可以帮助审计人员清晰地传达和接受信息,迅速发现问题,提高效率.本文将首先分析可视化技术电子数据审计方法的重要性;其次对大数据的特点以及相关的技术进行了分析,同时阐述了可视化技术的电子数据审计措施,为今后的大数据环境电子数据审计提供一些理论基础.
一、基于数据可视化的电子数据审计方法
现在的大数据环境各种新技术如云计算、物联网、移动互联网等的推动下已经发生了爆炸式的增长,数据累积呈现出了指数级的升高.如何在海量数据中进行有效分析,将数据的分析结果以直观的、可视的形式进行表达,是当前计算机 IT 界和学术界等研究的热点.
(一)大数据概述
大数据的定义在目前来说没有一个统一的定义,国内外学术界还没有完全达成一致,但是它已经开始呈现自己的特点,具有独一无二的特征.综合表述的话,大数据（big data）,是指海量的网络或电子数据,既包括在互联网上累积呈现的结构化、半结构化数据以及非结构化的数据.这种电子数据具有种类繁多的信息价值,是一种重要的信息资产,具有较高的开发价值,需要一定的技术手段进行处理或分析.我国对大数据的定义主要采用的是国务院于2015年颁发的行动纲要中的定义：大数据的主要特征为容量大、存取速度快且具有较高的应用价值,其是一类数据集合.而且在该发展行动纲要中已经清晰表明了这新一代信息技术和服务业态能够成为发现新知识、创造新价值、提升新能力的发展新方向,可以采集、存储以及分析大量、格式多样的数据信息,更好的为社会为国家做出贡献.
大数据主要具有大量（Volume）、多样（Variety）、快速（Velocity）、真实（Veracity） 4个特点.
(二)数据可视化工具
数据可视化是当前大数据研究的一个重要研究方向,起源于 1960 年计算机图形学.简单地讲,数据可视化就是通过图形化的直观手段,将复杂的数据模型表现出来.大数据可视化目前常用的工具主要有R语言、D3.js、Processing.js、TABLEAU、DATAWATCH、大数据魔镜、Qlikview、SAS、SAP Business Object、水晶易表、IBM Cognos、Microsoft Excel等开源工具或者工具软件.
这些工具比起早期的柱状图、饼状图等简单的数据分析而言是用来处理较为复杂的或较大规模的非结构化数据,它们的主要目的和功能就是帮助数据使用人员通过数据的直观观察,快速洞察数据中的规律,清晰有效地提取数据信息,把数据的各个属性值以多维数据的形式直观呈现,将数据的各种属性和变量直接展现出来,帮助使用人员从不同的维度观察分析数据,协助数据使用人员对数据进行更深入更全面更细化的观察和分析.
在大数据技术研究的推动下,数据可视化的含义已经明显的扩大和延伸,并且其由单一的展示图表转变成为能够分析、展现图表的综合体.
(三)电子数据审计原理
数据可视化技术能够在大数据环境下更加简洁的将海量被审计的数据信息表达出来,审计人员也能够通过数据可视化技术发现大数据中存在的问题以及被审计数据信息中的模式,目前数据可视化可以成为审计的重要环节和手段.图1是程伟提出的电子数据审计原理示意图,笔者认为这个简单的可视化流程示意图已经清晰演示了在大量的需要被处理和被表达的信息的前提下,数据可视化是一个非常有效快速简洁的结果呈现工具,能够帮助用户清晰明了的理解复杂概念或者数据.
(四)大数据分析原理
大数据分析是实现和应用大数据价值的重要途径,只有通过多维度、详细的数据分析才可以发现总结大数据中出现的规律,才能更好地实现基于数据的决策,才能基于实际情况去理解现实、对未来进行合理的预测.
大数据现有的分析数据源包括但不限制于结构化数据、多媒体数据、非结构化数据、移动数据以及日志数据等.通过对这些数据的抽取、转换、过滤、排序、处理和加载,最后利用数据可视化工具进行数据的可视化转换,为使用人员提供直观数据结果.
在现代社会中,审计人员在大数据环境下开展审计工作具有一定的难度,海量和复杂的数据让审计数据的分析和解读更加困难.而数据可视化的分析方法能够在一定程度上帮助审计人员对海量的数据进行分析和探索,其不仅让审计工作人员能够更加直观的分析审计数据,同时也能帮助工作人员深入分析和了解审计数据.利用数据可视化分析方法分析数据信息的基本流程主要是利用可视化软件将需要审计的数据转变为更加形象的图像内容,帮助他们从总体上系统地理解和分析被审计数据的内涵和特征.另外,也可以审计人员与可视化软件进行交互,自我设定输出的可视化图形和图像,从不同的角度和层面获得对被审计数据的理解,达到全面地分析被审计数据的目的.
二、电子数据审计方法对比
电子数据可视化的审计手段基于数据可视化工具使用上.大数据可视化目前常用的工具主要有 R语言、D3.js、Processing.js、TABLEAU、DATAWATCH、大数据魔镜、Qlikview、SAS、SAP Business Object、水晶易表、IBM Cognos、Microsoft Excel等开源工具或者工具软件.
开源工具使用起来较为复杂,目前常用的基于SQL的数据查询方法一般是通过对被审计对象的专业审计分析,构建相关SQL语句,在数据库或审计软件中运行SQL命令,这就需要审计人员具有一定的计算机技术,可以编写SQL命令.这在无形中提高了审计条件,增加了审计难度,在实际的审计工作中并不推荐使用.
而市场上现有的数据可视化工具中对审计人员最友好的应该是TABLEAU,该类数据可视化工具软件是比较简单的一类软件,其完美结合了数据运算和图表分析内容,用户只需要在数字画布上放入大量的数据信息既能够直接获取到已经制好的图表信息.这对审计人员的其他技术要求非常低,使用方法和用户界面也比较友好.
至于专业的审计软件,使用范围不是很广,被审计对象不一定会购买专业的审计软件,而且专业软件的友好性要比商业化的数据可视化软件低.
三、总结
大数据环境下审计工作不得不面临被审计单位的大数据累积,审计人员需要改变传统审计观念,学习掌握新的审计技术,利用数据可视化技术这一重要手段,从整体上把握被审计数据情况,快速发现可疑数据,推动审计工作在新时代中的前进.
參考文献：
[1]陈伟.计算机辅助审计原理及应用（第三版）[M].清华大学出版社,2016.
[2]陈伟,Wally Smieliauskas.大数据环境下的电子数据审计：机遇、挑战与方法[J].计算机科学,2016,43 （1）：8-13,34.
[3]陈世敏.大数据分析与高速数据更新[J].计算机研究与发展,2015,52 （2）：333-342.
[4]张引,陈敏,廖小飞.大数据应用的现状与展望[J].计算机研究与发展,2013,50 （11）：216-233.
[5]谢然.大数据可视化之美[J].互联网周刊,2014 （6）：32-34.
此文总结,上文是一篇大学硕士与数据可视化和大数据本科数据可视化和大数据毕业论文开题报告范文和相关优秀学术职称论文参考文献资料，关于免费教你怎么写数据可视化方面论文范文.
数据可视化和大数据引用文献:
[1] 数据可视化和大数据论文参考文献范文 关于数据可视化和大数据在职毕业论文范文10000字
[2] 数据可视化和大数据硕士论文范文 数据可视化和大数据相关专科开题报告范文5000字
[3] 数据可视化和型本科学士学位论文范文 数据可视化和型本科类论文参考文献范文2500字
