臺灣博碩士論文加值系統

近年來，在組織資訊化後，審計軌跡的改變，使得審計證實查核程序勢必將花費更多的成本。審計（稽核）界在資源有限、人員不足、稽核知識難以收集的情況下，現代審計人員面臨的審計風險提高，如何有效地利用資訊科技協助偵測舞弊，為當前重要的審計課題。
為加速整體探勘的時間與精確度，則需找出一可行的方法，先將正常的資料過濾，再進行探勘工作。本研究以此為動機，利用數位法則，把正常的資料加以去除，增強對異常資料的偵測能力，並結合時間序列模型之資料探勘技術，由龐大的資料庫挖掘其中有用的資訊，建構選案模式，進而以少量時間找出資源不當使用或有詐欺行為之事件，建立解決問題的規則，以提昇整體舞弊偵測的正確性與效率，進而提昇查核品質。經專家協助驗證結果，結合數位分析與資料探勘技術的應用確能幫助審計選案工作更加精進並減少審計風險。

In recent years, after the organizations have been informationalized, the checking procedure of audit verifying will need more and more Costs in the future. Because of the limits resources of audit, undermanned and hard collection of audit knowledge, modern auditors face the highest risks of auditing than before. How to utilize the information technology to detect and examine fraud efficiently is the most important subject in auditing nowadays.
In order to accelerate the prospecting time and accuracy wholly, it is necessary to filter the normal materials and then carry on the mining work. This research utilizes the digital rules to get rid of the normal materials, strengthen the dynamometry of detecting to the unusual materials. It combines the mining of time serial sequence association rules, excavating the useful information from the huge database and building the selected cases. To detect the fraud and promote the exactness and efficiency of the quality of audit examining, within a small amount of time, finding out the improperly used of resources or the deceived behaviors and setting up the rules to solve problems. By the expert's assistance and the application of digit analysis and data mining technology can really help the auditors selecting cases more accurately and progressively and reduce the risks of auditing further.

第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 研究目的 5
1.4 研究流程 6
第二章 文獻探討 8
2.1 舞弊偵測 8
2.1.1舞弊內容 8
2.1.2詐欺偵測 9
2.1.3舞弊相關案例 10
2.2 數位法則 12
2.2.1數位法則的發展 12
2.2.2數位法則 14
2.2.3實務界運用數位分析之情形 15
2.3 資料探勘技術 18
2.3.1資料探勘定義 18
2.3.2資料探勘之步驟 19
2.3.3資料探勘主要技術 20
2.3.4資料探勘在舞弊偵測上的應用 30
2.4 小結 31
第三章 系統架構 32
3.1 資料學習階段 34
3.1.1資料整理步驟 34
3.1.2規則學習步驟 38
3.2 進行偵測 42
3.2.1資料整理步驟 42
3.2.2資料探勘步驟 42
3.3 小結 43
第四章 系統模擬測試 44
4.1　模擬案例背景說明 44
4.2　資料格式的取得方式 46
4.3　異常資料的取得方式 48
4.4 模擬資料產生的方式與作法 50
4.5 實驗環境 52
4.6 實驗一：本機制採用班佛數位法則檢定 53
4.7 實驗二：本機制未採用班佛數位法則檢定 67
4.8 實驗結果比較 69
第五章 效能與驗證 70
5.1 前言 70
5.2 實驗過程 70
5.3 案例目標的選擇 71
5.4 實驗結果 71
5.4.1第一階段學習區 71
5.4.2第二階段偵測區 79
第六章 結論與建議 81
6.1 結論與貢獻 81
6.1.1研究結論 81
6.1.2研究貢獻 82
6.2 研究限制 83
6.3 未來研究建議 84
參考文獻 85
中文部分 85
英文部分 86
中文網站部分 88

中文部分
王俊程，2000，運用資料挖掘技術協助健保財務管理：以承保中斷及繳費不正常資料挖掘為例，行政院衛生署八十八年下半年及八十九年度委託研究計畫。
王復中，2000，健保醫療費用審查自動化之研究，國立政治大學資訊管理研究所碩士論文。
江美靜，2001，有時間區間的循序挖掘，國立中央大學資訊管理研究所碩士論文。
朱毓仁，2003，應用數位分析與資料探勘技術為審計分析性複核程序之研究，國立中正大學會計與資訊科技研究所碩士論文。
汪昭緯，2002，應用分群技術偵測信用卡異常交易之研究，國立中央大學資訊管理研究所論文。
呂永和、賴瓊惠、劉佳灝和吳素英，2000，以布林演算法為基礎的多階層序列型樣探勘技術，國科會補助計畫。
林信忠，1999，資料發掘技術應用于健保醫療費用稽核之研究，私立元智大學管理研究所碩士論文。
吳志聰，2002，以特徵探勘提升入侵偵測系統效率，私立中原大學資訊工程研究所碩士論文。
吳素環、吳琦，2006，如何建立一套有效的舞弊預防及管理機制，會計研究月刊242期68頁。
周桂棻，2002，應用資料採礦技術於審計判斷壞帳提列合理性之研究，私立實踐大學貿易經營研究所碩士論文。
周歆凱，2004，利用『資料探勘技術』探討急診高資源耗用者之特性，國立台灣大學醫療機構管理研究所碩士論文。
留乃俊，2001，大型資料庫中高效率之漸進式關聯規則探勘方法，國立成奶j學資訊工程研究所碩士論文。
張立命，2001，應用資料探勘於健保醫療資料之研究，國立中央大學資訊管理研究所碩士論文。
張玉霜，2003類神經網路應用於綜合所得稅選案查核之研究，國立成奶j學工業管理科學研究所碩士論文。
張紘愷，2004，應用分群技術於資料探勘之研究，國立高雄應用科技大學電子與資訊工程研究所碩士論文。
耿晴，2001，Benford定律在審計技術上的應用，會計研究月刊192期121-129頁。
釦挫R，2004，舞弊防制之計畫與控制要點，資誠會計師事務所。
黃盈彬，2002，不連續序列資料挖掘之研究—以股市為例，國立中央大學碩士論文。
黃士銘和莊盛祺，2005，ACL資料分析與電腦稽核教戰手冊，全華科技圖書股份有限公司。
陳世源，2000，資料採礦技術在病例與藥品關連性之研究，國立中山大學資訊管理研究所碩士論文。
陳可欣，2001，在動態交易資料庫中探勘線上關聯法則之設計與分析，國立台南師範學院資訊教育研究所碩士論文。
陳榮政，2004，區段雜湊及刪除演算法於時序性關聯規則探勘之研究，私立佛光人文社會學院資訊學系碩士論文。
楊文昇，2001，有效率的挖掘關聯法則之高頻物項集合，私立逢甲大學資訊工程學系碩士論文。
劉偉倫，2000，應用資料分析及探勘技術於健保醫療費用管控及申報異常篩選作業，私立元智大學資訊工程管理研究所。
劉麗真，2002，政府審計人員運用電腦輔助審計技術之實證研究，私立逢甲大學會計與財稅所碩士論文。
賴怡君，2005，應用資料採礦技術評估資訊系統異常事件之研究，國立中正大學會計與資訊科技研究所。
顏秀珍、李御璽和王思穎，2003，從大型資料庫中分析個人化的購物行為，第十四屆件物導向技術及應用研討會。
羅贊興、陳怡成、凌啟東和呂佳蕙，2001，上市公司重大舞弊案例解析及偵測之探討，臺灣證券交易所研究計畫。
英文部分
Agrawal,R.S., Imielinski T., and Swami A.,1993, Mining association rules between sets of items in large database, association for computing machinery Special Interest Group on Management Of Data. 93, p207-216.
Arnold Vicky and Sutton Steve G., 2002, Researching Accounting as an Information Systems Discipline, Published by the American Accounting Association Information Systems Section, p273-283.
Alles Michael G., Kogan Alexander and Vasarhelyi Miklos A.,2004,Restoring auditor credibility:tertiary monitoring and logging of continuous assurance systems, International Journal of Accounting Information Systems.Vol5, p183-202.
ACL Services Ltd.,2005, Fraud Detection and Prevention:Transactional Analysis for Effective Fraud Detection. [Online]. Available：http://www.acl.com.
Benford, F., 1938, The law of anomalous numbers, Proceedings of the American Philosophical Society 78, p551-572.
Bolton Richard J. and Hand David J., 2002, Statistical Fraud Detection: A Review., Statist. Sci. 17, iss. 3, p235-255 .
Burton,Doug., 2004, Auditing medicare and Medicaid compliance with data analysis tools. Journal of the Association of Healthcare Internal Auditors, Inc.
Baumgartnera, Christian., Bohmb, Christian. and Baumgartner, Daniela., 2005, Modelling of classification rules on metabolic patterns including machine learning and expert knowledge, Journal of Biomedical Informatics 38, p 89-98.
Cabena, P., Hadjinian, P., Stadler, R. and Verhees, J., 1998, Discovering Data Mining: From Concept to implementation, Prentice Hall.
Codeere, David., 2001, Ratio Analysis-An Understated Data Analysis Technique. [Online]. Available：http://www.theiia.org.
Durtschi, Cindy., Hillison, William. and Pacini, Carl., 2004,The Effective Use of Benford’s Law to Assist in Detecting Fraud in Accounting Data, Journal of Forensi Accounting 1524-5586/V01., p17-34.
Fayyad, U. M.,1996, Data Mining and Knowledge Discovery: Making Sense out data, IEEE expert, Vol. 11, No.5, p20-25.
General Accounting Office Testimony, 2003. DATA MINING Results and Challenges for Government Program Audits and Investigations. GAO-03-591T,USA.
Hidber, Christian., 1999, Online Association Rule Mining, association for computing machinery Special Interest Group on Management Of Data, p145-156.
Han J. and Kamber M., 2001. Data Mining: Concepts and Techniques, Morgan Kaufmann,San Francisco.
Hashina Parveen d/o Answer Ali, Ng Xiangyun, Chery1,Seah Xiang Ru,Emily, 2005, The Law of Anomalous Numbers Benford’s Law., National University of Singapore University Scholars Programme USC3001 Complexity Semester2 2004/2005.
Kell, W.G., Bonynton, W.C. and Johnson, R.N. , 2001, Modern Auditing Seventh edition., John Wiley, New York.
Liang, Deron., Lin, Fengyi., and Wu, Soushan., 2001, Electronically auditing EDP system:With the support of emerging information technologies. International Journal of Accounting Information Systems, p130-147.
Mannila H., Toivonen H., and Verkamo A. I.,1997, Discovery Of Frequent Episodes In Event Sequences, Data Mining and Knowledge Discovery, p259-289.
Megaputer, 2002, Medical Fraud Detection Through Data Mining., [Online]. Available：http:// www.megaputer.com.
Mueller Glen C., 2005. Using Computer Assisted Audit Techniques for More Effective Compliance and Monitoring in Healthcare Organizations. Journal of the Association of Healthcare Internal Auditors, Vol. 24, No. 2, p28-31.
Nigrini, M.J., 1994, Using digital frequencies to detect fraud, The White Paper （April）, p3-6.
Nigrini, M.J., 1996, Digital analysis and the reduction of auditor litigation risk, Proceedings of the1996 Symposium An Auditing Problems, Deloitte & Touche, University of Kansas（May）, p69-86.
Semenova Tatiana,2004, Discovering patterns of medical practice in large administrative health databases , data & Knowledge Engineering 51, p149-160.
Soualmia Lina F., Darmoni Stefan J.,2005.,Combining different standards and different approaches for health information retrieval in a quality-controlled gateway., International Journal of Medical Informatics (2005) 74,p141-150.
Thomas G. Sutton and Clark Hampton, 2002, A roadmap for future neural networks research in auditing and risk assessment, International Journal of Accounting Information Systems, p203-236.
中文網站部分
中央健康保險局網站,各月份全民健康保險特約醫事服務機構查處名冊., [Online]. Available：http://www.nhi.gov.tw/webdata/AttachFiles/Attach_1805_1_94年6~11月份查處月報.xls