基于加权KNN与代价敏感多分支深度神经网络的审计数据异常检测

来源：计算机应用与软件杂志2024年第2期北京时间：

作者：范斌, 宁德军, 卢俊哲, 陈松伟, 沈建

摘要：面对日益提高的审计客观性和不断增长的审计任务，提升审计的效率和质量正成为一种势在必行的趋势。选取电力行业某企业的财务凭证数据为研究对象，针对财务凭证数量多、数据类型多样和数据正负样本比例严重失衡的问题，提出一种基于加权KNN与代价敏感多分支深度神经网络算法。该算法能够有效地缩小核查范围，且得到的支出存在审计疑点的财务凭证中涵盖尽可能多的审计问题，从而更有助于帮助审计人员提高工作效率。通过对比实验，验证了该算法能够有效发现审计疑点及涵盖审计问题，结果优于现有其他方法。

关键词：智慧审计, 机器学习, 人工智能, 异常检测, 代价敏感, 多分支深度神经网络