析，此处的机器学习是指从不确定的细节当中找到目前不知道的东西。机器学习常用的领域有:语音识别、字符识别(0CR)、文本分类等。本实施例在线云审计在大数据环境下，开展审计数据分析利用机器学习，解决聚类问题、分类问题、挖掘频繁项集。对于新出现的文本审计数据类型，机器学习可以通过聚类应用将它按特征分组；通过分类问题纠正被错误归属的审计数据信息；频繁项集挖掘则可以用来审计数据中的频繁共现特征，说明它们之间有某种关联。优选地，本实施例数据分析更多地在线上运用相关关系分析来搜集和发现审计信息。由于大数据技术提供了前所未有的跨领域、可供量化的维度，使得审计问题大量的相关信息能够得以记录和计算分析。大数据、云计算技术没有改变事物间的因果关系，但在大数据、云计算技术中对相关关系的开发和利用，使得数据分析对因果逻辑关系的依赖降低了，甚至更多地倾向于应用基于相关关系的数据分析，以相关关系分析为基础的验证是大数据、云计算技术的一项重要特征。本实施例在线审计从传统的依赖因果关系来搜集和发现审计证据，转变成为在线上利用相关关系来搜集和发现审计证据。
[0069]作为一种较佳的实施方式，本实施例数据分析将“样本=总体”植入在线审计的模式中。相比依赖于局部、有限小数据和数字精确性、封闭固化模式，大数据更强调数据的广泛性、代表性、相关性和适时性，使得进一步接近事物的真相，在线大数据智能云审计追求的是事物的“全貌”和“高效”，精准的对接问题、解决问题。围绕大数据，在实施在线审计时，利用大数据、云计算技术，使用分布式拓朴结构、云数据库、联网审计、数据挖掘等新型的技术手段和工具，在线上解决大部分工作。
[0070]作为一种较佳的实施方式，本实施例数据分析基于审计师知识图谱的智能审计模型和/或大数据相关性审计方法模型得到第二数据。其中，智能审计模型和/或大数据相关性审计方法模型可以预先设定并存储在云计算平台上，以供数据分析调用。
[0071]以医疗行业的数据处理和数据分析为例，比如，采集医药行业上游产品或材料价格信息，再进行分类:分中药、西药、中西药等几类产品信息和分时间价格信息等等，与用户单位药品库存管理系统中的某个类别中的某个产品和同一时间的价格进行比对，筛选，自动识别与行业信息价格信息的差别及划分差别区间，然后在用户单位的基本信息及提交的其他资料信息的基础上进行进一步分析，这种分析可以使得不孤立的看待每一个产品，让用户单位的每个产品都进行清洗，而不是传统的采取抽样的方式或直接挑选金额比较大的产品作为分析的依据。利用医药行业上游产品或材料价格信息进行分析即找相关关系证据作为进一步分析，而不是采用传统的因果关系证明产品的价格是否真实，是数据与数据之间的分析而不是传统的数字之间的关系，然后进一步的查找差距的原因，最后达到理想的分析效果。而过程的分析轨迹也会被识别和保留，作为方法库的数据。大数据分析的数据不仅是宏观数据，还包括源源不断的收集企业的动态信息，以及疑点库，方法库，不断更新的数据，出现同类信息可以自动预警。
[0072]步骤S400，数据存储，采用分布式云端存储方式存储第二数据，以供后续调用。
[0073]本实施例中，所有的数据包括副本和备份，存储在合同、服务级别协议和法规允许的地理位置。优选地，数据存储建立数据访问控制，更优选地，进行数据加密和/或对数据进行数据等级区分，分开存放。本实施例云端存储数据，既安全保密，又节省了企业的硬件设备空间和购置成本、维护成本。另外，通过云端数据交互和权限管理，企业信息系统不再是一个信息孤岛，企业随时可以向合作伙伴、供应商、代理商索取数据，而且数据的传递直接在75Γ端进彳丁，大大提尚了效率。
[0074]在另一实施例中，参照图2，本发明方法还包括:
[0075]步骤S500，数据输出，用于将第二数据以满足用户个性化需求的可视化形式输出。
[0076]本步骤利用计算机图形学、图像处理技术或者其他办公软件，如excel等，将数据或数据分析结果转换成图形、图像、表格、文件等形式，并可进行交互处理，这样可更清晰的表达出信息，并可作为服务产品交付给客户。
[0077]本实施例通过将云计算与大数据的技术应用至传统审计领域，既实现了在线审计，且通过在线搜索采集动态数据，实现了在线动态审计，进一步，根据审计需求采用相应审计模型对数据进行加工得到用于服务企业经营管理决策的数据，能从企业利益出发，为企业的生命全周期提供实时及高效的服务。通过大数据将以前分散的数据信息孤岛联系起来，并通过云计算技术进行数据的整合、挖掘和分析，发挥大数据的指导性作用，同时，本发明的审计方法，能摆脱时间和地域的限制，颠覆了传统审计方法，为智慧企业、智慧经济注入了全新的审计方法和成本价值理念，解放了生产者、服务实体经济，真正意义上实现了生产者、消费者的双向解放及经济生态平衡。
[0078]下面以成本核算作为在线持续动态审计项目特例来对本实施例在线大数据智能审计方法进行说明:
[0079]—、数据采集，企业成本是指为生产一定产品而发生的各种生产耗费，包含产品生产耗费的活劳动和物化劳动的所有方面，即企业总成本=Σ PiQi，i e 1?n，其中，P为单一成本项目价格，Q为单一成本项目的数量，i为第i种成本项目，η为η种成本项目。主要包含内部成本、外部成本、行业比较成本、行业标准成本、前置成本、社会平均成本六个方面的内容，此处的六大成本的定义如下:
[0080]1、内部成本包括所有用于企业内部决策、管理、生产、经营全过程而需要的有形和无形资源耗费成本项目。此处的内部成本为静态的、封闭的、固化的历史成本数据。
[0081]2、外部成本是指由企业自身以外的、由企业所处的经济环境、法律法规环境、市场供求环境、区域环境、社会公共环境、资源环境所产生的相关成本指数。本实施例通过云计算平台和大数据系统采集企业相关的外部成本，作为基础数据的内容之一。
[0082]3、行业比较成本是指企业所处行业中作为公众参考的、客观存在的、具有成本比较优势的企业的领先成本指标和领先的动态成本指数。
[0083]4、行业标准成本是指行业内同类型企业生产同种商品或者提供同种服务的平均成本；行业标准成本一般由较大范围的专业公司或者主管部门来组织制定，具有较大范围的适应性。
[0084]5、前置成本包括企业能合理预测的、能确保企业持续经营，且拥有成本比较优势的潜在成本项目；譬如，环境污染治理成本、碳排放预防成本、科技更新成本。
[0085]6、社会平均成本是指在企业所处的时间和空间内，结合相关物价指数、消费指数、购买力指数、经济容忍度的动态平均成本指数。
[0086]上述成本参数不仅将以企业静态的各种图表数据、文字数据信息记载和呈现，例如各种原料信息表、公共原料物耗表、工资核算表、采购比对表、成本分配表、中间产品成本计算表、销售明细表等；同时，也会汇集各种动态的数据信息，如公共税收政策信息、及时汇率比率信息、客户的诚信档案信息、税务发票统计信息、行业标准值信息、同种产品社会平均成本信息；更包含结合市场大数据对同产业的潜在环境污染和治理成本分析指数、科技更新速度对本企业构成威胁指数的相关数据信息。本实施例通过云计算平台和大数据系统采集上述六大成本数据，为后续的成本核算提供了更为科学的数据源，以得到科学、合理的成本预测，提升企业风险预警能力，从而在市场竞争中保持领先优势并立于不败之地。
[0087]二、数据处理，系统先对公司各种产品的生产流程以及成本决策过程进行图形化建模，从中抽象出数学模型；然后，系统根据模型对相关成本参数的需求和用户发送的需求申请，对采集到的数据信息进行清洗、筛选，转换和加载，输送到数据分析模块，进行具体的数据分析工作。
[0088]三、数据分析，基于大数据环境下动态成本模型的建立和规则的设定是进行动态数据分析的基础，主要是通过建立系列的动态模型对处理过的成本数据信息进行自动分析，得出相应的有价值的输出信息。
[0089]由于不同企业涉及到的成本种类繁多，不同类型