简介
《审计数据的多维分析技术》多维分析技术构建总体分析模型是计算机审计的重要方法。本书较为系统地介绍了针对审计数据的特点在审计过程中运用多维数据分析工具的技术和方法。
全书内容共分14章。第1章到笫3章简述多维数据分析技术的基本概念、常用工具;第4章介绍一个简单案例,意在使读者对多维数据分析技术首先培育起感性认识;第5章详细介绍建立多维数据集前的数据准备工作;第6章到第10章简述构建多维数据集和进行数据分析的基本技术和方法;第11章是一个较为完整的应用,是对前几章知识点的回顾和提高;第12章到第14章介绍一些比较深入的应用。
本书所附光盘为读者准备了模拟数据,建议读者在学习时多练习用模拟数据进行实际操作,这样会收到事半功倍的效果。
本书具有很强的可操作性,对于从事计算机审计实践和理论研究的人员具有一定的参考价值,同时可供高等院校与计算机审计相关专业的人员参阅。
目录
目录
第1章 多维数据分析技术概述
1.1 多维数据分析技术概念
1.2 多维数据分析方法
1.3 事实数据与维度数据的比较与识别
1.4 审计实务中应用多维数据分析技术的重要意义
第2章 多维数据分析工具
2.1 常用的服务器端分析工具
2.1.1 Microsoft SQL Server Analysis Services
2.1.2 IBM DB2 OLAP Server
2.2 常用的客户端分析工具
2.2.1 Excel和Access
2.2.2 Crystal Analysis
第3章 准备好你的计算机
3.1 各工具需要的软硬件环境
3.1.1 安装SQL Server Analysis Services需要的软硬件环境
3.1.2 安装DB2 OLAP Server 8.2需要的软硬件环境
3.1.3 安装Crystal Analysis 10需要的软硬件环境
3.2 安装
3.2.1 安装Analysis Services
3.2.2 安装Crystal Analysis 10
第4章 一个简单案例
4.1 需求分析
4.2 数据准备
4.3 建立多维数据集
4.3.1 建立ODBC数据源
4.3.2 启动Analysis Manager
4.3.3 建立数据库
4.3.4 连接ODBC数据源
4.3.5 建立多维数据集
4.4 浏览、分析数据
4.4.1 使用多维数据集浏览器查看数据
4.4.2 替换维度和设置条件筛选数据
4.4.3 分析数据
4.5 运用钻取,查看底层数据
4.6 本章小结
第5章 数据准备
5.1 多维数据集对数据的要求
5.2 审前调查
5.2.1 调查的内容和方法
5.2.2 提出相应的数据需求
5.3 数据采集
5.3.1 备份和恢复数据库
5.3.2 分离和附加数据库
5.3.3 直接复制数据库的文件
5.3.4 导出和导入数据
5.4 数据清理
5.5 数据转换
5.5.1 数据转换概述
5.5.2 数据类型的转换
5.5.3 代码转换
5.5.4 构建新字段
5.6 数据验证
第6章 维度的建立
6.1 维度概述
6.2 维度种类
6.3 建立合适的维度
6.3.1 常规维度
6.3.2 父子维度
6.3.3 虚拟维度
6.4 维度的添加
6.4.1 通过Analysis Manager添加维度
6.4.2 通过多维数据集编辑器添加维度
6.5 维度的更改
6.5.1 增量更新
6.5.2 重建维度结构
6.6 维度的删除
6.6.1 通过Analysis Manager删除维度
6.6.2 通过多维数据集编辑器删除维度
6.7 常规维度的架构选择
6.7.1 星型架构
6.7.2 雪花架构
第7章 计算成员和计算单元的设计
7.1 计算成员
7.1.1 计算成员概述
7.1.2 创建计算成员的必要性
7.1.3 创建计算成员的方法
7.2 计算单元
7.2.1 计算单元概述
7.2.2 创建计算单元的方法
第8章 数据钻取
8.1 概述
8.2 启用多维数据集的钻取功能
8.3 给角色提供钻取权限
8.4 通过钻取查看底层数据
第9章 数据挖掘
9.1 数据挖掘技术简介
9.1.1 数据挖掘的定义
9.1.2 数据挖掘工具和常用技术
9.2 数据挖掘在审计中的应用
9.2.1 数据挖掘的应用价值
9.2.2 实施数据挖掘的步骤
9.2.3 审计应用中需要注意的事项
9.3 用Microsoft决策树创建挖掘模型
9.3.1 Microsoft决策树简介
9.3.2 创建挖掘模型
9.3.3 何时应用决策树
9.4 用Microsoft聚集创建挖掘模型
9.4.1 Microsoft聚集技术简介
9.4.2 创建挖掘模型
9.4.3 何时应用聚集
第10章 多维数据的审计分析
10.1 多维数据集的分析工具
10.1.1 使用多维数据集浏览器分析数据
10.1.2 使用Excel的数据透视表分析数据
10.1.3 使用Crystal Analysis分析数据
10.1.4 多维数据集的其他分析工具
10.2 如何利用多维数据集进行审计分析
10.2.1 多维数据分析的几个重要概念
10.2.2 多维数据分析的基本方法
10.2.3 多维数据分析的具体方法
第11章 一个完整的应用
11.1 审前调查,获取必要和充分的信息
11.2 采集数据,掌握情况
11.3 对数据进行清理、转换、验证
11.3.1 转换
11.3.2 清理
11.3.3 验证
11.4 建立审计中间表
11.5 建立多维数据集,把握总体
11.5.1 建立“贷款分析”多维数据集
11.5.2 建立“存款分析”多维数据集
11.6 分析数据,选择审计重点
11.6.1 对贷款业务的多维分析
11.6.2 对存款业务的多维分析
11.7 锁定重点,延伸取证
第12章 网上审计中的应用
12.1 网上审计概述
12.2 多维分析技术在网上审计中的实现方法
12.2.1 链接到远程多维数据集
12.2.2 使用Excel访问远程多维数据集
12.2.3 通过网上审计方式实现多维分析的意义
第13章 高级应用
13.1 虚拟多维数据集
13.1.1 虚拟多维数据集的概念及应用
13.1.2 建立虚拟多维数据集的方法
13.2 MDX基础
13.2.1 MDX中的重要概念
13.2.2 MDX的基本语法
13.2.3 MDX与SQL的区别
13.2.4 OLAP架构的MDX表示
13.2.5 MDX应用
13.3 维度编辑器中的属性管理
13.4 多维数据集编辑器中的属性管理
13.5 多维数据集的分区管理
13.5.1 建立多维数据集分区
13.5.2 编辑分区与设置筛选条件
13.6 多维数据集的合并
第14章 多维数据集的管理
14.1 多维数据集的安全管理
14.1.1 数据库的安全性
14.1.2 多维数据集的安全性
14.1.3 维的安全性
14.2 存档和还原数据库
14.2.1 数据库的存档
14.2.2 数据库的还原
14.3 性能优化
14.3.1 使用分析
14.3.2 基于使用的优化
14.4 整体工作环境的设置
14.4.1 常规性设置
14.4.2 环境设置
14.3 处理设置
14.4.4 日志记录设置
附录A 常用MDX函数列表
附录B 维度编辑器和多维数据集编辑器中的属性管理
参考文献
第1章 多维数据分析技术概述
1.1 多维数据分析技术概念
1.2 多维数据分析方法
1.3 事实数据与维度数据的比较与识别
1.4 审计实务中应用多维数据分析技术的重要意义
第2章 多维数据分析工具
2.1 常用的服务器端分析工具
2.1.1 Microsoft SQL Server Analysis Services
2.1.2 IBM DB2 OLAP Server
2.2 常用的客户端分析工具
2.2.1 Excel和Access
2.2.2 Crystal Analysis
第3章 准备好你的计算机
3.1 各工具需要的软硬件环境
3.1.1 安装SQL Server Analysis Services需要的软硬件环境
3.1.2 安装DB2 OLAP Server 8.2需要的软硬件环境
3.1.3 安装Crystal Analysis 10需要的软硬件环境
3.2 安装
3.2.1 安装Analysis Services
3.2.2 安装Crystal Analysis 10
第4章 一个简单案例
4.1 需求分析
4.2 数据准备
4.3 建立多维数据集
4.3.1 建立ODBC数据源
4.3.2 启动Analysis Manager
4.3.3 建立数据库
4.3.4 连接ODBC数据源
4.3.5 建立多维数据集
4.4 浏览、分析数据
4.4.1 使用多维数据集浏览器查看数据
4.4.2 替换维度和设置条件筛选数据
4.4.3 分析数据
4.5 运用钻取,查看底层数据
4.6 本章小结
第5章 数据准备
5.1 多维数据集对数据的要求
5.2 审前调查
5.2.1 调查的内容和方法
5.2.2 提出相应的数据需求
5.3 数据采集
5.3.1 备份和恢复数据库
5.3.2 分离和附加数据库
5.3.3 直接复制数据库的文件
5.3.4 导出和导入数据
5.4 数据清理
5.5 数据转换
5.5.1 数据转换概述
5.5.2 数据类型的转换
5.5.3 代码转换
5.5.4 构建新字段
5.6 数据验证
第6章 维度的建立
6.1 维度概述
6.2 维度种类
6.3 建立合适的维度
6.3.1 常规维度
6.3.2 父子维度
6.3.3 虚拟维度
6.4 维度的添加
6.4.1 通过Analysis Manager添加维度
6.4.2 通过多维数据集编辑器添加维度
6.5 维度的更改
6.5.1 增量更新
6.5.2 重建维度结构
6.6 维度的删除
6.6.1 通过Analysis Manager删除维度
6.6.2 通过多维数据集编辑器删除维度
6.7 常规维度的架构选择
6.7.1 星型架构
6.7.2 雪花架构
第7章 计算成员和计算单元的设计
7.1 计算成员
7.1.1 计算成员概述
7.1.2 创建计算成员的必要性
7.1.3 创建计算成员的方法
7.2 计算单元
7.2.1 计算单元概述
7.2.2 创建计算单元的方法
第8章 数据钻取
8.1 概述
8.2 启用多维数据集的钻取功能
8.3 给角色提供钻取权限
8.4 通过钻取查看底层数据
第9章 数据挖掘
9.1 数据挖掘技术简介
9.1.1 数据挖掘的定义
9.1.2 数据挖掘工具和常用技术
9.2 数据挖掘在审计中的应用
9.2.1 数据挖掘的应用价值
9.2.2 实施数据挖掘的步骤
9.2.3 审计应用中需要注意的事项
9.3 用Microsoft决策树创建挖掘模型
9.3.1 Microsoft决策树简介
9.3.2 创建挖掘模型
9.3.3 何时应用决策树
9.4 用Microsoft聚集创建挖掘模型
9.4.1 Microsoft聚集技术简介
9.4.2 创建挖掘模型
9.4.3 何时应用聚集
第10章 多维数据的审计分析
10.1 多维数据集的分析工具
10.1.1 使用多维数据集浏览器分析数据
10.1.2 使用Excel的数据透视表分析数据
10.1.3 使用Crystal Analysis分析数据
10.1.4 多维数据集的其他分析工具
10.2 如何利用多维数据集进行审计分析
10.2.1 多维数据分析的几个重要概念
10.2.2 多维数据分析的基本方法
10.2.3 多维数据分析的具体方法
第11章 一个完整的应用
11.1 审前调查,获取必要和充分的信息
11.2 采集数据,掌握情况
11.3 对数据进行清理、转换、验证
11.3.1 转换
11.3.2 清理
11.3.3 验证
11.4 建立审计中间表
11.5 建立多维数据集,把握总体
11.5.1 建立“贷款分析”多维数据集
11.5.2 建立“存款分析”多维数据集
11.6 分析数据,选择审计重点
11.6.1 对贷款业务的多维分析
11.6.2 对存款业务的多维分析
11.7 锁定重点,延伸取证
第12章 网上审计中的应用
12.1 网上审计概述
12.2 多维分析技术在网上审计中的实现方法
12.2.1 链接到远程多维数据集
12.2.2 使用Excel访问远程多维数据集
12.2.3 通过网上审计方式实现多维分析的意义
第13章 高级应用
13.1 虚拟多维数据集
13.1.1 虚拟多维数据集的概念及应用
13.1.2 建立虚拟多维数据集的方法
13.2 MDX基础
13.2.1 MDX中的重要概念
13.2.2 MDX的基本语法
13.2.3 MDX与SQL的区别
13.2.4 OLAP架构的MDX表示
13.2.5 MDX应用
13.3 维度编辑器中的属性管理
13.4 多维数据集编辑器中的属性管理
13.5 多维数据集的分区管理
13.5.1 建立多维数据集分区
13.5.2 编辑分区与设置筛选条件
13.6 多维数据集的合并
第14章 多维数据集的管理
14.1 多维数据集的安全管理
14.1.1 数据库的安全性
14.1.2 多维数据集的安全性
14.1.3 维的安全性
14.2 存档和还原数据库
14.2.1 数据库的存档
14.2.2 数据库的还原
14.3 性能优化
14.3.1 使用分析
14.3.2 基于使用的优化
14.4 整体工作环境的设置
14.4.1 常规性设置
14.4.2 环境设置
14.3 处理设置
14.4.4 日志记录设置
附录A 常用MDX函数列表
附录B 维度编辑器和多维数据集编辑器中的属性管理
参考文献
审计数据的多维分析技术
光盘服务联系方式: 020-38250260 客服QQ:4006604884
云图客服:
用户发送的提问,这种方式就需要有位在线客服来回答用户的问题,这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
亲爱的云图用户,
光盘内的文件都可以直接点击浏览哦
无需下载,在线查阅资料!