審計知識圖譜構建分析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了審計知識圖譜構建分析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：隨著審計業(yè)務復雜性和數(shù)據(jù)體量的范圍呈指數(shù)級別的增長，傳統(tǒng)審計逐漸難以滿足信息化查詢和審計可視化的現(xiàn)實需求。知識圖譜融合大數(shù)據(jù)和人工智能的前沿技術，為組織、管理和理解互聯(lián)網海量信息等提供了強大的功能。本文基于Neo4j圖數(shù)據(jù)庫進行審計知識數(shù)據(jù)的清洗、知識三元組的構建、存儲，并完成審計領域的知識圖譜，有助于企業(yè)和相關部門運用審計知識圖譜，將傳統(tǒng)的業(yè)務推動數(shù)據(jù)模式轉化為數(shù)據(jù)推動業(yè)務模式，提高審計效率，挖掘不易發(fā)現(xiàn)的數(shù)據(jù)式審計證據(jù)，為審計需求相關方的決策提供參考價值。

關鍵詞：知識圖譜；三元組；注冊會計師；圖關系數(shù)據(jù)庫；Neo4j

知識圖譜（KnowledgeGraph）是顯示知識發(fā)展進程與結構關系的一系列各種不同的圖形，又被稱為知識域可視化或知識領域映射地圖，是用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及它們之間的相互聯(lián)系。隨著大數(shù)據(jù)技術的發(fā)展以及海量數(shù)據(jù)轉化為知識時代的到來，知識圖譜技術能夠從海量非結構化數(shù)據(jù)（如文本和圖像）和結構化數(shù)據(jù)中進行知識獲取、知識共享，并在大數(shù)據(jù)時代進行知識創(chuàng)新。知識圖譜可以高效、直觀地描繪出目標對象（如企業(yè)，事件等）之間的相關網絡，并在多維視角實現(xiàn)對象的真實情況和錯綜復雜的關系。在企業(yè)的實際業(yè)務中，面對海量繁多的財務會計憑證、賬簿、報表及電子數(shù)據(jù)等信息，審計人員常常通過抽查來發(fā)現(xiàn)問題。知識圖譜技術的出現(xiàn)，提供了更高效的審計，提高審計工作效率，可以作為經典審計方法的補充，在理想情況下甚至可以做到全面排查總體，這樣不僅能避免審計抽樣的風險，同時也降低了審計工作的復雜性和總體風險。本文基于百度問答的數(shù)據(jù)，對審計領域的一些常見知識進行了收集，基于多源異構審計數(shù)據(jù)，構建了結構化審計數(shù)據(jù)庫，并通過可視化工具，進行初步的可視化分析產生可視化圖表，對審計信息進行分析和使用，有助于審計信息使用者快速了解特定領域的審計知識，為審計需求相關方的決策提供參考價值。

一、研究回顧

知識圖譜的應用大概分為通用知識領域和行業(yè)知識領域。通用知識領域的應用主要包括智能問答系統(tǒng)，如Google。Google知識圖譜是在Freebase的基礎上研發(fā)的，F(xiàn)reebase是由KurtBollacker,RobertCook,PatrickTufts(2007)提出的通用人類知識數(shù)據(jù)庫。該數(shù)據(jù)庫具有實用、可擴展、圖形化、結構化的特點，其靈感來自于語義Web研究和協(xié)作數(shù)據(jù)通信，如Wikipedia。Freebase允許通過HTTP的圖形查詢API進行公共讀寫訪問，用于研究、創(chuàng)建和維護結構化數(shù)據(jù)以及應用程序構建。近年來，國內學者還開發(fā)出一款類似Google的大規(guī)模開放知識圖譜---Zhishi.me。Zhishi.me是從互動百科、百度百科和中文維基百科中提取實體信息，并協(xié)調來自各個來源的知識以獲得規(guī)范的數(shù)據(jù)集，該圖譜的規(guī)模雖不及Google研發(fā)的知識圖譜，但是卻也包含大約1000萬個實體（周盛威，2018）。知識圖譜行業(yè)知識領域的應用主要有醫(yī)學領域、金融領域等。醫(yī)學領域方面，張崇宇（2019）提出面向臨床醫(yī)療知識圖譜的自動問答方法，主要依托于構建的臨床醫(yī)療知識圖譜的實體、關系及屬性，通過數(shù)據(jù)冷啟動機制生成語料，然后基于一種網格Bi-LSTM-CRF算法的醫(yī)療實體識別和基于字-詞編碼CNN模型的關系/屬性映射方法來完成問題的語義解析任務。然后通過業(yè)務分流和查詢邏輯轉換為Neo4j圖數(shù)據(jù)庫，最終實現(xiàn)醫(yī)療應用場景的知識圖譜自動問答系統(tǒng)。在金融領域方面，張蕓蕓、方勇、黃誠（2018）提出基于Neo4j圖譜檢測信用卡欺詐的方法，通過圖數(shù)據(jù)庫直觀顯示數(shù)據(jù)集的特征，并通過FICO評分標準建立FICO模型，研究表明，該方法可以顯著提高信用卡欺詐的識別率。信息可視化在可視化技術中占有重要地位，通過將抽象數(shù)據(jù)進行可視化展示，從而加強人們對數(shù)據(jù)的認知及數(shù)據(jù)獲取效率。Bernal于1938年繪制學科圖譜，但知識圖譜在我國于2005年開始流行，相比于國外興起較晚。目前，國內外關于知識圖譜的可視化工具層出不窮。國外最為經典的知識圖譜可視化分析軟件是CiteSpace，它是一款針對科學文獻的可視化分析工具，用于計量特定領域的文獻，從而探尋該學科的發(fā)展方式和知識變遷。該軟件適合復雜的網絡關系可視化分析，但是CiteSpace被運行在java平臺，適合專業(yè)基礎較高的人，使用門檻高。在國內，Plantdata是一款較為成熟的知識圖譜可視化平臺。與傳統(tǒng)知識圖譜的可視化平臺不同的是，Plantdata加入了時間屬性，支持儀表盤功能，并加入交互操作。其最為出色的一點是支持快速搭建高效精準智能深度搜索系統(tǒng)，并以不同的形態(tài)展現(xiàn)給用戶，通過對多個維度進行分析，幫助用戶做出決策（楊卓，2019）。經過以上對國內外研究的分析和比較，可以看出知識圖譜及其可視化服務正在迅猛發(fā)展，并開始逐步應用至各行各業(yè)。知識可視化的實質是將內容用圖形的方式表示，更符合人們對信息的感知與理解，從而進行知識傳播（劉琦，2018）。在企業(yè)審計領域中，由于審計知識領域涉及范圍較廣，審計知識之間的關系紛繁復雜，存儲、組織和表達方式較為松散，缺乏有效的管理。另外，審計知識檢索的效率不高，無法進行關聯(lián)知識的深度檢索。由此可見，將知識圖譜與可視化技術運用至企業(yè)審計領域中，與檢索者產生交互，顯示地表達知識的整體性與關聯(lián)性，將對知識的傳播起到推動作用。同時，企業(yè)也可通過運用審計知識圖譜，將傳統(tǒng)的業(yè)務推動數(shù)據(jù)模式轉化為數(shù)據(jù)推動業(yè)務模式，提高審計的效率，挖掘不易發(fā)現(xiàn)的審計數(shù)據(jù)，為企業(yè)決策提供參考價值（樊世昊，2018）。國內外對于實現(xiàn)信息化審計的研究仍處于起步階段，由于審計領域涉及范圍較廣，實現(xiàn)全面的大數(shù)據(jù)審計仍有難度。目前，雖有一些學者將知識圖譜應用在審計領域中，但尚無較為成熟的應用。

二、基于Neo4j圖數(shù)據(jù)庫的審計知識圖譜的構建

在審計領域中，由于審計知識領域涉及范圍較廣，審計知識之間的關系紛繁復雜，存儲、組織和表達方式較為松散，缺乏有效的管理（劉琦，2018）。另外，審計知識檢索的效率不高，無法進行關聯(lián)知識的深度檢索。對此，Neo4j圖數(shù)據(jù)庫的存儲結構與領域知識存儲與查詢功能，不僅能良好地支持知識庫中實體關系的管理，還能對知識進行快速查詢和清晰展示（葉帥，2019）。為了實現(xiàn)審計數(shù)據(jù)的信息化，知識圖譜中的語義關聯(lián)可以有效地整合多元異構審計數(shù)據(jù)。知識圖譜的數(shù)據(jù)通常以三元組(S，P，D)的形式來表示實體、關系、屬性之間的關系，因此，本文用Neo4j圖數(shù)據(jù)庫實現(xiàn)實體及實體關系的存儲，構建審計知識圖譜。Neo4j是一種圖形數(shù)據(jù)庫，是目前圖形數(shù)據(jù)庫中使用率最高的庫，Neo4j具備本地存儲和數(shù)據(jù)處理的功能，與一般的數(shù)據(jù)庫有顯著的區(qū)別，它能夠保證數(shù)據(jù)的完整性和高讀寫性。審計知識圖譜構建的目的是將經典的審計方法與知識圖譜可視化方法相結合，從大量的企業(yè)結構化和非結構化文本中自動提取三元組，構建審計的知識圖譜，方便審計信息使用者快速抓取信息，有助于審計決策的制定和實施。因此，本文從以下幾個方面入手，具體探討審計知識圖譜的構建過程。

（一）審計數(shù)據(jù)的獲取經過對不同行業(yè)和領域對審計需求的調研，發(fā)現(xiàn)存在兩類數(shù)據(jù)，第一類是審計領域內的直接數(shù)據(jù)，第二類是與審計相關聯(lián)的通識數(shù)據(jù)。對于直接數(shù)據(jù)，先從結構化數(shù)據(jù)源的相應本體模型出發(fā)，定義概念之間的分層關系，然后從多個數(shù)據(jù)源所定義的概念出發(fā)添加實體和屬性。通過定義知識圖譜的本體模式，以確保知識層次結構的正確性，然后再針對定義好的本體模式，對領域數(shù)據(jù)中的相關知識進行抽取，通過知識融合、質量評估等階段，篩選出滿足準確率要求的三元組進行企業(yè)審計知識圖譜的構建，并將其存儲于MySQL數(shù)據(jù)庫進行關聯(lián)。另外，由于非結構化數(shù)據(jù)的知識是可信度相對低，抽取的精度也是有限的，這使得它難以滿足可用性標準。因此，具有高可信度的半結構化的通識知識數(shù)據(jù)將被用作構建企業(yè)審計知識圖譜，作為構建審計知識圖譜的另一個層次的數(shù)據(jù)源，與審計數(shù)據(jù)互補。對于通識知識數(shù)據(jù)，將抽取百科頁面中的半結構化數(shù)據(jù)，作為關鍵性的知識，轉換成三元組，然而，對于關鍵知識中部分冗余的信息仍然存在，例如，存在實體名稱不一樣，但實際對應現(xiàn)實世界中的同一實體，需要對這些冗余的知識進行知識融合，保證所構建知識圖譜的準確性。由于企業(yè)審計知識圖譜對準確性的要求較高，關系到企業(yè)的利益，因此將采用已有的算法，對這些冗余的知識進行篩選，然后再使用人工進行評估。這些冗余的知識，在百科數(shù)據(jù)中只是部分存在，而且比例很低，使用這種思路不會造成較高的人工成本，準確度和效率都是可接受的。

（二）審計數(shù)據(jù)處理經過知識清洗與數(shù)據(jù)預處理，得到了關于審計領域的知識三元組數(shù)據(jù)，儲存在txt文檔中，以逗號分隔，然后將數(shù)據(jù)txt文檔格式轉為CSV文件格式。CSV是使用文本文檔形式存儲的數(shù)據(jù)，文件內每一行代表一條數(shù)據(jù)，每條記錄包含了由逗號分隔的一個屬性值，其中A列中的數(shù)據(jù)代表Source節(jié)點類型，C列中的數(shù)據(jù)代表Target節(jié)點類型，B列中的數(shù)據(jù)代表關系（relation）。其數(shù)據(jù)格式如圖1所示。將上述數(shù)據(jù)導入Neo4j，其邏輯為：(1)node相關：CSV文件首列為Source節(jié)點，第三列為Target節(jié)點，第二列為relation（關系）。消除完重復數(shù)據(jù)后，為每個節(jié)點生成唯一的id和name字段，方便查看節(jié)點的屬性。（2）relation相關：每種關系單獨生成一個關系類型，這樣在進行后續(xù)的查詢操作時可以針對某個關系或節(jié)點直接進行查詢。關系兩端的node用生成的id進行標示。(3)數(shù)據(jù)導入生成知識圖譜：清空Neo4j現(xiàn)有的graph并重啟Neo4j程序。若啟動Neo4j程序需要在cmd中輸入如指令，指令輸入完成后打開Neo4j，利用Neo4j的Cypher語句進行查詢。

（三）審計數(shù)據(jù)的導入本文采用Python與Neo4j圖數(shù)據(jù)庫連接的方式，進行數(shù)據(jù)導入工作。首先需要將已有的CSV格式的數(shù)據(jù)導入py2neo庫，需在Python中輸入如下代碼：frompy2neoimportGraph,Node,Relationship,Subgraph。隨后建立時間模塊與導入操作數(shù)據(jù)需要使用的模塊。下一步需要在Neo4j中運用Cypher語句建立索引、提高查詢速度，輸入CREATE語句：CREATEINDEXFOR(n:Entity)ON(n.name)。之后需在Python中設置自己本地的url與Neo4j庫的用戶名與密碼，即可實現(xiàn)審計數(shù)據(jù)導入Neo4j，從而完成基于Neo4j圖數(shù)據(jù)庫的審計知識圖譜的構建。

三、審計知識圖譜的實現(xiàn)

審計知識圖譜的實現(xiàn)主要是通過信息抽取、知識融合、圖譜的構建與儲存等核心技術從大量的異構數(shù)據(jù)源出發(fā)，抽取其中的實體、屬性等關鍵知識及其相互關系，再完成實體對齊與實體消歧等數(shù)據(jù)融合工作，然后采用符合質量要求的知識構建圖譜，并利用MYSQL數(shù)據(jù)庫對構建好的知識圖譜進行儲存。在上一節(jié)中進行了數(shù)據(jù)導入工作并在Neo4j圖數(shù)據(jù)庫中構建了企業(yè)審計領域知識圖譜。Neo4j圖數(shù)據(jù)庫中，共設有兩種節(jié)點類型，分別是Source節(jié)點類型與Target節(jié)點類型。用戶可以根據(jù)自己的需求進行查詢，進而清晰明了地了解節(jié)點以及節(jié)點與節(jié)點之間的關系。比如，用戶需要在Neo4j中查詢某一個節(jié)點（node）并且節(jié)點類型屬于Source類型時，以查詢“中國投資服務網”為例，用戶需輸入如下查詢語句：MATCH(n:Source{name:‘中國投資服務網’})returnn，點擊運行后會顯示出節(jié)點‘中國投資服務網’。若用戶需要查詢節(jié)點類型為Target的節(jié)點，只需把查詢語句中的Source改為Target即可進行查詢。如圖2所示。再比如，當用戶需要在Neo4j中查詢關系（relation）時，需要使用Match語言進行查詢，以查詢“審計”關系為例，若想查詢圖數(shù)據(jù)庫中所有關于“審計”關系的節(jié)點，查詢語句如下:MATCH（n:Source）-[：‘審計’]-（m:Target）returnn,mlimit20。這時圖數(shù)據(jù)庫會加載出所有以“審計”關系連接的節(jié)點，（其中l(wèi)imit為控制節(jié)點顯示數(shù)量的參數(shù)，可修改為任意數(shù)量），查詢結果如圖3所示。對審計領域的知識獲得全局認識，亦可以借助知識圖譜的手段。審計知識圖譜的構建，有助于人們通過節(jié)點-關系-節(jié)點的方式，方便快捷、清晰明了地獲取審計領域的相關知識，完成審計知識的查詢和獲取。比如對于初次接觸審計領域知識的用戶而言，可以通過知識圖譜的方式查詢“審計”相關領域，例如查詢對于“審計（獨立性的經濟監(jiān)督活動）”相應知識，查詢結果如圖4所示，即可通過圖譜的方式獲得相應審計知識的展示，方便用戶快速、系統(tǒng)、較為全面地獲得審計領域知識。另外，知識圖譜也提供了強大的模糊查詢的功能。當用戶在搜索框內輸入想要查詢的詞語，隨后會出現(xiàn)下拉框，用戶可通過點擊某一詞語或句子，這時會出現(xiàn)用戶搜索的詞語的網絡關系圖。以搜索“cpa”為例，如圖5所示，頁面的搜索框下會出現(xiàn)所有包含cpa字段的詞語或語句，可通過點擊自己想要查詢的范圍來進行查詢。例如，以選擇以“cpa[注冊會計師]”為例，用戶點擊此詞語，頁面會展示關于此詞語的知識圖譜，如圖6所示。除此之外，若用戶需要在Neo4j中創(chuàng)建新的節(jié)點（node）類型、創(chuàng)建的節(jié)點類型與已有的節(jié)點建立新的關系（relation），以及刪除圖數(shù)據(jù)庫中的任意節(jié)點等，都可以進行相應語句的編寫與操作。這種通過圖譜的形式展示出來的、區(qū)別于傳統(tǒng)的百度搜索查找審計領域知識的方式，是大數(shù)據(jù)審計、信息化審計和智能化審計發(fā)展到一定階段的產物，有助于用戶對審計知識的查詢、獲取和使用，提高了用戶的決策相關性。通過審計知識圖譜的構建，相關人員可以快速準確地了解到當前環(huán)境下審計知識的現(xiàn)狀，精準抓取審計行業(yè)面臨的問題等等。對于審計從業(yè)人員而言，需要不斷加強大數(shù)據(jù)審計和智能化審計手段，提升審計信息化手段，不斷提高審計效率以及準確性。對于被審計單位而言，審計知識圖譜的構建有助于企業(yè)從內部審計出發(fā)，快速精準地挖掘企業(yè)面臨的審計難題，提升公司內部的管理水平，防患于未然，以降低不必要的損失；并結合注冊會計師（CPA）審計的相關知識，加強合作，確保審計意見的正確出具，并不斷提升自我在行業(yè)中的核心競爭力。對于監(jiān)管部門而言，通過對審計領域違規(guī)問題的查詢，可以系統(tǒng)地通過知識譜圖的方式展示審計異常的企業(yè)以及事務所的情況，實現(xiàn)審計違規(guī)的精準查處和精準治理。

參考文獻

1.樊世昊.基于知識圖譜的審計方法研究.南京審計大學.2018

2.鄒偉軍.探討大數(shù)據(jù)對審計的影響.經濟師.2019(06)

3.韓戈白,楊紹雄,王博,陳迪.知識圖譜在裝備大數(shù)據(jù)上的典型應用.網絡安全技術與應用.2019(08)

4.劉琦.基于Neo4j的學科知識可視化檢索系統(tǒng)的實現(xiàn).河南大學.2018

5.李濤,王次臣，李華康.知識圖譜的發(fā)展與構建.南京理工大學學報（自然科學版）.2017(01)

6.周盛威.審計互動百科及知識問答系統(tǒng)研究.哈爾濱工程大學.2018

7.張蕓蕓,方勇,黃誠.基于Neo4j圖譜的信用卡欺詐檢測.信息與電腦(理論版).2018(21)

8.楊卓.垂直知識圖譜可視化服務平臺的設計與實現(xiàn).北京郵電大學.2019

9.林莉,云紅艷,賀英,于小洋.基于企業(yè)知識圖譜構建的可視化研究.青島大學學報(自然科學版).2019(01)

10.鄭戟明,董云朝,肖宇,錢之琳.MySQL數(shù)據(jù)庫課程的設計.電腦知識與技術.2020(03)

11.馮俐.基于Neo4j圖數(shù)據(jù)庫構建中學語文詩詞知識圖譜.陜西師范大學.2019

12.王建,羅政,張希,張夢琪,張科,馬文成.Web項目前后端分離的設計與實現(xiàn).軟件工程.2020(04)

13.伍角星.基于Angular的文化產業(yè)項目管理系統(tǒng)的設計與實現(xiàn).中南民族大學.2018

作者：王瑞萍 劉峰 楊媛琦 邢春玉 單位：國網冀北有限責任公司審計部