بررسی داده‌کاوی در بهبود فرآیند حسابرسی

حسابرسی تبدیل به یک موضوع ضروری در دنیا شده است زیرا شواهد زیادی در دستکاری‌های عمدی در گزارشات وجود دارد. پژوهش حاضر به بررسی داده‌کاوی در بهبود فرآیند حسابرسی پرداخته است. این پژوهش به روش کیفی از نوع پژوهش توصیفی انجام یافته است. جمع‌آوری اطلاعات پژوهش شامل بررسی کتاب‌ها، پایان‌نامه‌ها، مجله‎ها و پژوهش‎های مرتبط با موضوع است. به علت وسعت و کثرت منابع، برای نمونه‎گیری از منابع چاپی و دیجیتالی که مرتبط با بحث و در دسترس بود، استفاده گردید. در این پژوهش از فیش برداری جهت گردآوری اطلاعات از نمونه، بهره‌گرفته شد. نتایج پژوهش نشان داد تکنیک‌های داده‌کاوی برای شناسایی تقلب با انتخاب ویژگی آغاز می شود. ایده‌ی اصلی داده‌کاوی این است که داده‌ها می‎توانند سخن بگویند. فناوری داده‌کاوی، با توجه به این که زمینه جدیدی است، اما نشان داده که در فرآیند تصمیم گیری امور مالی کاربرد فروانی دارد کاربرد روش‌هاى داده‌کاوی با توجه به مطالعات مرتبط و ماهیت آن‌ها، مى‎تواند طیف گسترده‏ای شامل پیش‏بینی ورشکستگی، تخمین ریسک اعتباری، وضعیت تداوم فعالیت، درماندگی مالی، پیش بینی عملکرد واحد تجاری و تقلب مدیریت را در برگیرد.

examining data mining in improving the audit process

auditing has become an essential subject in the world because there is a lot of evidence of intentional manipulations in reports. the present study examined data mining in improving the audit process. this study was conducted using a qualitative descriptive research method. the collection of research information included reviewing books, theses, journals, and related research on the subject. due to the breadth and abundance of sources, printed and digital sources that were relevant to the discussion and available were used for sampling. in this study, receipts were used to collect information from the sample. the results of the study showed that data mining techniques for detecting fraud begin with feature selection. the main idea of data mining is that data can speak. data mining technology, despite being a new field, has shown to be widely used in the financial decision-making process. the application of data mining methods, considering the relevant studies and their nature, can cover a wide range, including bankruptcy prediction, credit risk estimation, going concern status, financial distress, business unit performance prediction, and management fraud.