基于知识图谱的审计智能专家模式设计与应用

来源：核心期刊咨询网时间：12

摘要：【关键词】 知识图谱; 审计智能专家; 共创价值; 知识共享; 电网企业 随着大数据时代的发展，审计业务越来越依赖于数据。审计智能+整合5G、人工智能与区块链等技术，审计方法朝数据化、智能化和预见性转变和发展，审计业务实现业务数据采集、过程分析到报告生

　　【关键词】 知识图谱; 审计智能专家; 共创价值; 知识共享; 电网企业

　　随着大数据时代的发展，审计业务越来越依赖于数据。“审计智能+”整合5G、人工智能与区块链等技术，审计方法朝数据化、智能化和预见性转变和发展，审计业务实现业务数据采集、过程分析到报告生成的全过程自动化。智能审计是信息化环境、大数据时代下审计转型发展的重要技术支撑和典型发展模式，李越冬等[ 1 ]提出智能审计一般采用EDA、数据挖掘、数据可视化等新技术。张鹏[ 2 ]认为应以持续审计为基础构建综合层级持续审计，全面支持审计、管理决策。智能审计成为审计发展的一个主流方向。在中央审计委员会第一次会议上习近平指出，要坚持科技强审，加强审计信息化建设。目前，学术界和实务界普遍关注智能审计范式研究，集中于数据挖掘、过程建模、平台构建和内部审计转型等热点问题，研究独立且较分散，理论和实践经验都不够成熟。

　　国家电网在《信息通信新技术创新发展行动计划实施意见的通知》(〔2018〕108号)中提出要“开展基于知识图谱的全业务数据建模关键技术研究，在全业务统一数据中心构建业务数据知识图谱”。国网湖北省电力有限公司(简称国网湖北电力)以价值共创为核心，运用知识图谱四个步骤促进审计知识发现、挖掘、融合与共享，打造以“审计五库”为基础的审计智能专家模式，通过用数据说话、用数据分析、用数据聚焦、用数据决策等方式共创五种价值。该模式创新理念凸显，模式设计先进，方法科学可行，实施效果明显。

　　一、审计智能专家概念的提出

　　我国智能审计研究从电算化审计到计算机审计，再到信息化审计，全面融入大数据、云计算等新技术，逐步在技术创新、案例应用和行业推广等领域摸索与实践。毕秀玲和陈帅[ 3 ]认为我国要发挥制度、技术和人才等优势，采取升级分区域推进、技术分阶段发展等方法，推进“审计智能+”建设。杨扬[ 4 ]分析了2016—2018年上市公司数据，发现智能技术有助于提升审计质量。徐洪波(2020)设计了智能审计路径并应用于实际工作中，提高了审计工作效率。李军辉(2020)针对财务共享中心费用报销，建立审计智能预警框架，解决了审计数据的采集、知识库以及专家系统的难题。阎玺和李晓华[ 5 ]、李越冬等[ 1 ]研究了智能审计在国家电网、医院以及商业银行的应用现状和发展经验。

　　审计智能专家，是以审计“实体人”和“虚拟人”虚实合一为主体，人脑+智脑联合助力审计效率，运用“个人技能”+“团队技术”为科技强审手段，以“个人经验”+“机器规则”为审计行为规则，以“知识”为审计对象，“四化”路径强化作业技术能力，四个“智变”强化数据能力，与其他部门共促价值创造。国网湖北电力用数据支撑审计，用信息驱动业务，以国家电网泛在电力物联网为数据载体，基于知識图谱打造审计智能专家。

　　二、基于知识图谱的审计智能专家模式的设计思路与实施

　　(一)审计智能专家的模式设计

　　审计智能专家模式是“一个核心、两类思维、三种角色、四个步骤、五种价值”。具体是以价值共创为“一个核心”，形成“向信息化要资源、向大数据要效率”的“两类思维”，扮演“三种”角色，实现“淘金者”淘数据资产、“聚合者”聚数据资源、“增值者”增数据价值，将无形的数据转化为可感知的价值。

　　以能源互联网为知识源头，运用知识图谱“四个步骤”推动审计知识的发现、挖掘、融合与共享。一是知识提取。从电网半结构化数据、非结构化数据和第三方结构化数据库中采用实体、关系、事件等方法提取知识要素，形成知识图谱维度。二是知识学习。运用数据整合、深度学习技术描述知识要素之间的关系，结合第三方数据库进行知识合并。三是知识融合。以知识模板为起点，消除指称项与事实对象之间的歧义，通过网络对齐与实体对齐，形成高质量知识库。四是知识推理。通过规则推理、机器学习和质量评估进一步挖掘隐含知识，丰富、扩展知识库，形成“审计五库”，实现数据价值、咨询价值、风控价值、预警价值和团队价值五种价值。

　　(二)审计智能专家的功能定位

　　1.定位为电网海量数据的淘金者

　　审计人员作为“淘金者”收集“海量数据”，淘取“价值数据”，挖掘“数据资产”。(1)收集海量数据。跨业务、跨区域、跨层级，实体提取能源互联网大数据，形成类型繁多、数量巨大的实时数据。(2)淘取价值数据。基于关系提取特征指标，建立数据间逻辑联系，淘取电网生产类、电力经营类数据。(3)挖掘数据资产。基于事件提取、挖掘高价值数据，将无用“数据坟墓”转化为有用“数据资产”。

　　2.定位为全业务统一数据中心的聚合者

　　审计人员作为“聚合者”聚合海量数据资产，构建数据中心，开启“数据宝库”。(1)构建数据中心。打破数据孤岛，依托电网数据中心，实现数据多层聚合，即管理层面数据共用，经营层面数据共通，企业层面数据共享，形成全业务范围、全数据类型、全时间维度的大数据融合分析平台。(2)开启数据宝库。汇总分散数据，深度学习以聚合数据价值。知识合并以增强数据资产的业务驱动力，最大化数据应用价值，创造数据附加值，开启高价值数据宝库。

　　3.定位为能源互联网数据的增值者

　　审计人员作为“增值者”，全面促进能源互联网数据互联互通、价值互增，提升数据附加值。(1)数据互联。构建知识模板，实现实体链接。横向来看，上游连下游，以数据为源头，以业务为脉络，不同业务部门数据互联共享;纵向来看，以数据中心为核心，向上云端互联，向下物联网数据联结，不同管理层级自治，通过网络对齐和实体对齐，实现数据库互联共享。(2)数据互增。万物互联全方位、大幅度、内涵式提升数据数量、质量、能量，实现三种增值。一是汇总分散数据，增加数据数量，进行机器学习创造数据新价值。二是挖掘数据，借助规则推理提高数据质量，发现数据潜在价值。三是促进双向循环。数据来源于业务，通过质量评估增强数据能量，又反过来激活业务，实现数据反哺价值。

　　推荐阅读：内部审计论文可发表的核心期刊

转载请注明来自：http://www.qikan2017.com/lunwen/jgu/20593.html