人工智能技术在审计风险预警中的应用

文章重点研究了人工智能对审计风险的预警，构建了融合监督和非监督学习混合识别模型，通过仿真和现场监测证明了其可行性。研究利用XGBoost和Isolation Forest融合算法并结合SHAP分析构建了包括财务流程在内的多个维度指标体系。模型的AUC值达到0.948，且各指标均优于传统方法；根据现场的监测数据，该系统表现出了稳定的性能，预警的准确率超过了83%，并且缩短了25%的取证时间，这为智能审计系统提供了有效的途径和支持。

人工智能；融合算法；机器学习；模型可解释性