مقالات ترجمه شده

تکنیک های داده کاوی برای تشخیص صورت های مالی جعلی

عنوان فارسی

تکنیک های داده کاوی برای تشخیص صورت های مالی جعلی


عنوان لاتین

Data Mining techniques for the detection of fraudulent financial statements

مشخصات کلی

سال انتشار 2007
کد مقاله 1769
فرمت فایل ترجمه Word
تعداد صفحات ترجمه 17
نام مجله Expert Systems with Applications
نشریه ScienceDirect
درج جداول و شکل ها در ترجمه انجام شده است
جداول داخل مقاله ترجمه نشده است

چکیده فارسی

این مقاله تأثیر داده کاوی (DM) تکنیک های طبقه بندی در تشخیص مشکلات صورت های مالی جعلی (FFS) و ارتباط با شناسایی عوامل موثر FFS را بررسی می کند. در انجام وظیفه مدیریت تشخیص تقلب، حسابرسان می توانندکار خود را با استفاده از تکنیک های داده کاوی تسهیل کنند. این مطالعه به بررسی سودمندی درختان تصمیم، شبکه های عصبی و شبکه های باور بیزی در شناسایی صورت های مالی جعلی می پردازد. بردار ورودی تشکیل شده از نسبت مشتق شده از صورت های مالی است. عملکردهای سه مدل مقایسه شده اند.

چکیده لاتین

This paper explores the effectiveness of Data Mining (DM) classification techniques in detecting firms that issue fraudulent financial statements (FFS) and deals with the identification of factors associated to FFS. In accomplishing the task of management fraud detection, auditors could be facilitated in their work by using Data Mining techniques. This study investigates the usefulness of Decision Trees, Neural Networks and Bayesian Belief Networks in the identification of fraudulent financial statements. The input vector is composed of ratios derived from financial statements. The three models are compared in terms of their performances

خرید و دانلود ترجمه این مقاله:

جهت خرید این مقاله ابتدا روی لینک زیر کلیک کنید، به صفحه ای وارد می شوید که باید نام و ایمیل خود را وارد کنید و پس از آن روی دکمه خرید و پرداخت کلیک نمایید، پس از پرداخت بلافاصله به سایت بازگشته و می توانید فایل خود را دانلود کنید، همچنین لینک دانلود به ایمیل شما نیز ارسال خواهد شد.

دیدگاه ها

هیچ دیدگاهی برای این مقاله ثبت نشده است

ارسال دیدگاه

مقالات معتبر علمی از ژورنال های ISI