مصورسازی داده ها، ابزاری برای کشف تقلب

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 990

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACCFIN04_019

تاریخ نمایه سازی: 22 مهر 1394

چکیده مقاله:

در سال های اخیر، افشای متعدد اعمال متقلبانه برخی شرکت ها بازارهای مالی را به طور جدی متضرر کرده است. چنینرسوایی هایی موجب سلب اعتماد عمومی گردیده و زیان های جبران ناپذیزی بر سرمایه گذاران وارد آورده است. تقلبمی تواند پیامدهای ناگواری را نه تنها برای یک فرد، بلکه برای جامعه به همراه داشته باشد. بنابراین کشف و پیشگیری ازآن امری حیاتی بوده و می تواند متضمن منافع کل جامعه باشد. کشف بسیاری از تقلب ها با استفاده از رویه هایحسابرسی معمول، کاری بس دشوار است، لذا آشنایی حسابرسان با تکنیک های نوین کشف تقلب امری ضروری است.هدف اصلی ارائه این مقاله آشنایی مختصر خوانندگان با تکنیک مصورسازی داده ها می باشد. مصورسازی داده ها یکی ازروش های تجزیه تحلیل داده ها و کشف تقلب بوسیله ی تصاویر گرافیکی می باشد. همچنین در این مقاله نمونه هایی ازکاربرد این روش برای کشف تقلب ارائه می گردد.

نویسندگان

فرهاد نسیم طوسی

دانشجوی کارشناسی ارشد حسابداری دانشگاه فردوسی مشهد

جواد دره کی

دانشجوی کارشناسی ارشد حسابداری دانشگاه فردوسی مشهد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • -1- وکیلی فرد، حمید رضا؛ جبارزاده کنگرلوئی، سعید؛ پور رضا ...
  • Albrecht WS, Albrecht CC, Albrecht CO, Zimbelman MF. Fraud examination ...
  • Association of Certified Fraud Examiners (ACFE). Fraud examiners manualUS e. ...
  • Card, S.K., Mackinlay, J.D., Shneiderman, B.(Eds.) (1999). Readings in information ...
  • entrifuge Systems, Inc., 2015. ...
  • Chang R, Lee A, Ghoniem M, Kosara R, RibarskyW, Yang ...
  • CloptonJ, Heitger LE, MorrowL. Adding 'augmented intellience' and 'datamining to ...
  • Deloitte. Visual analytics: revealing corruption, fraud, waste, and a buse. ...
  • Demaine, Jeff (1996). Information Visualization. Information Technology Services. National Library ...
  • Fanning K. and K. Cogger, Neural Network Detection of Management ...
  • http ://www. perceptua ledge.com/a rticles/Whitepa pe rs/Data_Visua lization.pdf. ...
  • Friendly, Michael, Visualizing Categorical Data, Cary, NC: SAS Institute Inc., ...
  • Kranacher _ Riley RA, Wells JT. Forensic accounting and fraud ...
  • Lanza R. Comparing best software for fraud examination, Fraud data ...
  • Ngai E.W.T., Yong Hu, Y.H. Wong, Yijun Chen, Xin Sun, ...
  • Polanco, Xavier. Zartl, Angelika (1999). Information visualization. EICSTES Project- IST. ...
  • Pryke M. Money's eyes: the visual preparation of financial markets. ...
  • Putz, Werner (2005). The Hierarchical Visualization System: A General Framework ...
  • SAP. Framing your view of the business. http://www.sa p. com/so ...
  • Sedig, Kammran. Rowhani, Sonja. Morey, Jim. Liang, Ha :-Ning(2003). Application ...
  • Tableau Software. Data visualization software: what business intelligence software should ...
  • Wells JT. Sherlock Homes, CPA Part 1. J Account 2003; ...
  • William N. Dilla, Robyn L. Raschke." Data visualization for fraud ...
  • Yigit basioglu OM, Velcu O. A review of dashboards in ...
  • نمایش کامل مراجع