数据挖掘总结范文

引言：寻求写作上的突破？我们特意为您精选了4篇数据挖掘总结范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

1.1内科疾病在心血管疾病方面，杨静等对冠心病的证候用药规律进行数据挖掘，结果显示冠心病以气虚血瘀证多见，另有心血瘀阻证、气阴两虚证，丹参、黄芪、葛根等为核心用药。崔松等通过挖掘何立人治疗心悸的用药分析，总结其治疗心悸的基本方，归纳出以心悸为主重用淮小麦，以心律失常为主重用生黄芪等因症施药的特点。赵健等通过对严季澜辨治的109例高血压病患者用方数据进行挖掘，总结出严季澜自拟调肝理血汤的用方要点与学术思想。在消化系统疾病方面，王萍等挖掘整理了唐旭东治疗慢性萎缩性胃炎的辨证证型及用药规律。Liu等［10］应用支持向量机技术研究中医舌诊舌象在胆囊炎患者中的分类，为数字化辨病辨证提供了可靠依据。吴嘉瑞等［11］应用关联规则和复杂系统熵探索颜正华治疗泄泻用药经验。杜斌等通过检索现代治疗溃疡性结肠炎的文献，挖掘出常用灌肠方药及药对。在肾病及内分泌疾病方面，展俊平等［13］采用文本挖掘技术对慢性肾小球肾炎的证治方药规律进行总结分析，发现该病证候以气阴两虚、肝肾阴虚、脾肾阳虚为主，核心治法以益气养阴、化湿利水为主。凌颖茹等挖掘了黄春林治疗肾病综合征的方药使用经验。霍保民等［总结了戴希文教授分期诊疗慢性肾脏病的辨证及用药规律。袁敏探析魏子孝教授诊治糖尿病善补气、活血的用药特点。方朝晖等通过数据挖掘技术，探索糖尿病主要证型分类，以及使用频数最高的药物及药对，为临床辨证施治及用药提供参考依据。在风湿免疫疾病方面，沈姗姗等运用数据挖掘技术对类风湿性关节炎文献进行分析，发现该病常见痰瘀痹阻、寒热错杂等5个证型，涉及肝、脾、肾等多个脏腑;并客观总结了其用药规律。李玲等探讨周仲瑛诊治类风湿性关节炎的临床经验，挖掘名医用方用药特点。刘本勇等挖掘冯兴华治疗干燥综合征的用药规律。孙益等通过网络检索有关中医药治疗痛风的文献，对痛风病程分期、证型、方药进行挖掘，结果发现，痛风可分为湿热蕴结型、痰湿阻滞型、瘀热阻滞型、肝肾阴虚型4种证型，用药侧重清热利湿、化痰通络、补益肝肾。在肿瘤方面，研究人员应用数据挖掘技术对名医名家辨治肿瘤病机、治法、用药进行分析，为肺癌、胃癌、直肠癌等的中医学认识提供参考。其他疾病方面，如对再生障碍性贫血、癫痫、广泛性焦虑症等治疗的数据挖掘整理，对名医名家治疗慢性前列腺炎［28］的经验总结，探讨了疾病的主要治则治法及用方用药规律，以指导临床应用。

1.2妇科疾病马红丽等［29］通过对多囊卵巢综合征的病因、病机、辨证分型的现代文献信息进行挖掘，分析出肾虚、痰湿、血瘀为该病的主要病机，并从邪正关系角度将其分为5个证型。宋亚南等［30］通过挖掘现代文献有关多囊卵巢综合征的用药，总结其用药频数最高的5个中药:菟丝子、茯苓、当归、仙灵脾和香附，并归纳出11组核心药物组合，为临床对该病的病因病机以及方药认识提供了思路。为探索不孕症的古代医家用方用药特点，伏荣红搜集明清时期的种子方108首，经数据挖掘发现明清医家善用补益药物以补益肝脾肾，且药性以温通为主，并总结出使用频率最高的中药，以指导临床不孕症的治疗。秦莉花等运用聚类分析方法对绝经综合征妇女的情志变化与中医证型分布关系进行了研究。张素等通过挖掘围绝经期综合征的中药复方使用规律，发现该病用药涉及滋补、清热、温补、补气、安神、疏肝等多种治则，其中尤以滋补肝肾类药物最为常用。张焱等挖掘何立人治疗女性围绝经期高血压的用药规律，总结出何立人使用频数最高的药物为天麻、丹参、枸杞子、知母、黄柏等，常用药对为何首乌配伍枸杞子、仙鹤草配伍十大功劳叶等，体现了何立人辨治围绝经期高血压善于调补肝肾阴阳，“以平为期，以和为贵”的学术特点。

1.3儿科疾病王继军等［35］通过对《小儿痘疹方论》中治疗小儿痘疹的78首复方用药规律的挖掘分析，发现治疗以补虚药、清热药、解表药、利水渗湿药等中药为主，单味中药以甘草、人参、茯苓、当归、白术等药物为主，为现代临床辨证施治提供更科学合理的理论依据。王进进等］通过对900余例小儿感冒的信息进行挖掘，总结出小儿感冒的常见病因、9种分类证型，以及使用频数最高的方剂和药物，为中医儿科临床辨证施治提供参考。郑燕霞等为研究小儿慢性咳嗽的中医证素特征，采用数据挖掘方法对所得数据进行分析，结果表明病位证素主要在肺、表、脾，病性证素主要为风、痰、气虚。潘芳等运用支持向量机方法对孔光一教授诊治小儿外感咳嗽风热犯肺证医案进行了挖掘，提炼出宣肺、解毒为主的治法，并归纳出桑叶、金银花、连翘、黄芩为主的用药规律。郝宏文等通过信息挖掘技术对王素梅诊治的757例多发性抽动症患儿的证候要素分析，通过对其常见证型、证素、病机的归纳，总结出王素梅治疗多发性抽动症之健脾平肝、熄风通络的治则大法。

1.4外科、眼科及皮肤疾病脱疽多对应于西医学之血栓闭塞性脉管炎、动脉硬化闭塞症、糖尿病足等周围血管病。谢宇霞等运用数据挖掘技术对古今脱疽医案的方药进行分析，分别总结出3类疾病的辨证分型及常用方药，为临床应用提供帮助。赵亚男等对文献涉及臁疮的四畔证型进行研究，经数据挖掘分析其常见证型及各证型的常见症状表现，丰富了臁疮的辨证内容。角膜炎属中医“翳”“翳膜”“凝脂翳”“聚星障”等范畴，朱晓林等通过对自公元3世纪末至21世纪初的文献的搜集汇总，经聚类分析进行统计，发现角膜炎以“热、风、痰、瘀、湿”为常见病因。用药以祛邪扶正为主，祛邪以清热疏风等为法，扶正以明目、补肝肾为主。结合陈彤云教授治疗痤疮的207个处方，仓田等总结出痤疮的病位在肝、胃、肺三经，治疗以清热解毒燥湿与活血化瘀并举，兼养阴、理气之法。宁江等通过对近30年治疗寻常型银屑病医案的用药规律分析，挖掘出频数最高的中药及药对，支持众多医家“从血论治银屑病”的观点，以清热凉血法为治疗的根本大法。姜春燕等对2012年之前有关湿疹的文献进行收集整理，挖掘湿疹的证型及用药规律，总结出以湿热证型为主的核心用药，为湿疹中医治疗的规范化提供客观依据。

1.5传染性疾病田景平等基于文本挖掘方法对流行性乙型脑炎的临床用药规律进行系统研究，结果发现，中药以大青叶、地黄、板蓝根等清热解毒药使用频率最高，中成药以“温病三宝”安宫牛黄丸、紫雪丹、至宝丹的运用最为广泛，另外发现临床上干扰素、利巴韦林等西药常与中成药联合应用。利用中国中医科学院的中医临床科研信息共享系统的技术平台，胡铁骊等对乙型肝炎相关性肝衰竭进行数据挖掘，以期探索一条中医临床服务与科研需求相统一的新路径。唐仕欢等研究防治流感、肺痨的方剂组方及配伍规律，应用复杂系统熵方法挖掘隐藏于方剂配伍中的核心方药，提炼出有效方药，并融合多种数据挖掘工具应用到中药新药的研发工作中。妮等利用复杂网络分析方法，分析李发枝治疗艾滋病咳嗽的用药规律，总结李发枝从“肺脾气虚”论治的理论依据，以及治疗艾滋病咳嗽常用方药。

1.6散在中医证候数据挖掘技术不仅广泛应用于内、外、妇、儿等各科疾病，对于散在中医证候挖掘的应用也逐渐增多。有学者针对头痛进行研究，采用数据挖掘技术搜集古今医籍、名医经验中有关头痛的用药经验，总结治疗头痛的常见组方用药、药物性味归经规律;也有学者将传统中医病证与数据挖掘技术相结合，通过对燥证、盗汗、多汗证、眩晕、呕吐、失眠、肺胀、内风等传统中医病证的方药规律进行挖掘分析，为临床病证用药提供参考。

2总结与展望

篇2

1.1人力资源优势现在我国所有的高等院校的本科生及其以上学历的学生都具有一定的英语基础。其次计算机领域的教师大多数也具备良好的英语条件，尤其是那些部分具有国外留学经历的教师，只要有外语授课经历，那么稍加培训就可以很轻松胜任双语教师的职位。并且计算机领域的教师，他们对于计算机操作的熟练程度较之其他专业的教师高很多，他们更善于利用互联网络进行教学，在数据挖掘的实验部分更容易解决技术上的难题。

1.2物质资源优势数据挖掘双语教学过程中，最好使用的是原版英文教材和资料。就目前我国大部分高等院校来看，还没有多少数据挖掘的教材是出自国内，这就在一方面避免了很多“汉化版”教材带来的歧义，以免对双语教学的师生产生一定的误导。与其他学科相比，数据挖掘课程原版英文教材更多一些。

2有关数据挖掘双语教学的建议措施

随着双语教学模式的关注程度的不断提升，怎么样更加有效地开展数据挖掘课程双语教学模式并提高教学质量，是各大高校未来一段时间关注的热点话题。现建议从以下几方面着手进行：

2.1各高校有关数据挖掘双语教学政策方面虽然目前教育部已经出台了相关政策用来扶持双语教学，但是对于各大高校来说也应该及时制定相关方案，加大监督力度，早日使数据挖掘课程双语教学模式步入正轨。比如，开设数据挖掘课程的各大高校首先要在意识上重视双语教学，努力为双语教学的开展创造良好的教学氛围，然后要提供一定的资金来扶持双语教学的顺利开展，对学校中的双语教师在薪酬以及课时安排方面要有一定的照顾，还要不断制造机会鼓励部分教师出国深造，定期对双语教师进行培训，使得他们不断学习，保证双语课程的长远发展。

2.2师资力量方面在双语教学模式中，教师是学生学习最直接的带头人，教师的能力和外语水平与教学质量有直接的联系。从已有的教学活动来看，数据挖掘双语教学课程的教师至少要有一定的国外留学和授课经历，熟悉英语语言环境，从而能更准确地把握授课情况。其次，数据挖掘双语教学课程的教师还要有非常扎实的数据挖掘理论知识。再次，数据挖掘双语教学课程的教师还应该具备一定的科研探索能力，从而能在把握教材的基础之上，也能把握学科的前沿。总而言之，数据挖掘双语教师不仅仅英语水平高，专业知识扎实，还应该具有用英语表达数据挖掘专业知识的能力，同时又拥有很强的教学能力。

2.3教学资源方面双语教学的基本原则是尽量使用原版外文教材和参考资料[5]。使用原版外文教材不仅使学生掌握最前沿的知识，更有利于促进更新教师的已有知识。教育部原副部长吕福源曾经说过：“教材是一个很关键的问题，必需大量地不断引进国外原版材料，并以各种方式投入使用，才能保证我们培养出的学生是国际一流水平的。”由此可见引进外文原版教材的重要性。另外，在信息技术高速发展的今天，学生们的学习不能仅仅局限于书本那点有限知识，而是应该充分利用互联网络，提高自己的学习主动性，例如最近特别流行的MOOC，微课，以及百度百科和维基百科等网络工具。

2.4教学理念和方法方面教学理念上要由传统的教师“填鸭式”灌输型变成教师引导型，即由教师占主导地位变成教师仅仅起到引领带头的作用，让学生自己去探索去思考学习。在每堂课正式讲课之前，教师可以采用先行组织者的授课方式，将问题抛给学生，让学生带着问题开始这一节课。在授课途中，学生也能随时提出自己的问题和见解，像国外学生上课一样，这样整个课堂的学习气氛就会被带动起来。最后通过教师的引导和讲解，同学们的讨论，问题自然而然得到解决。整堂课下来，同学们既感觉不到累和枯燥，又能很好地掌握本堂课的知识，对于教师而言也是如此。总之，这种双赢的教学理念值得推荐。在教学方法上，要兼顾不同英语水平的学生，适时地使用非语言行为。这些非语言行为不单单是指一些简单的形体语言、表情配合等，更为关键的是诸如角色扮演、案例分析、游戏理论等一些能够容易吸引学生参与意识的方法应用[6]。使用这些非语言行为的主要目的也是调动课堂气氛，引导同学们积极参与到课堂中来，而不是为了双语教学而进行双语教学活动。

2.5数据挖掘课程双语教学评价体系双语教学的评价体系实际上是对双语教学效果的检验过程，一般分为过程性评价和总结性评价两种。其中过程性评价是在学习过程中分阶段地对学习效果进行检验，总结性评价是在一段时间内对整个学习过程进行总结检验。这就要求在教学过程中密切关注学生的课堂表现，及时了解学生的学习效果，并且总结学生对课堂知识的掌握程度。从长远分析的话，教师还要关注该课程的双语教学效果在学生今后的工作生活中的应用价值，对学生的就业状况进行跟踪调查，并且分析总结双语教学对社会起到的一定的影响。两种评价手段都是为了在今后的数据挖掘双语教学课程活动中起到一定的指导作用，而最终的目的是对社会的教育事业产生积极的长远的影响并且能够使国家的综合国力得到进一步的提高。

篇3

中图分类号：TP399 文献标识码：A 文章编号：1007-9599　（2012）　19-0000-02

数据挖掘技术是计算机领域和人工智能领域的关键技术。数据挖掘技术可以将大量的数据转换为有用的知识和信息，因此引起了信息产业界的广泛关注。近年来，在作为信息和知识的集散地和发源地的高校图书馆，数据挖掘技术的应用更为广泛。

1 数据挖掘概述

数据挖掘（Data　Mining），就是从存放在数据库、数据仓库或其他信息库中的大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的过程。在人工智能领域，习惯上又称为数据库中的知识发现（Knowledge　Discovery　in　Database，KDD），也有人把数据挖掘视为数据库中知识发现过程的一个基本步骤[1]。作为数据库中的知识发现的一种先进技术，数据挖掘通过总结要查询的内容的模式，对其间存在的规律进行搜索，辅助决策者对当前数据及历史数据进行分析，发现其中隐藏的模式和关系，进而对未来可能发生的事情进行预测。因此，数据挖掘技术在高校图书馆中有着广泛的应用。

2 数据挖掘技术在高校图书馆的应用

2.1 提高图书馆的决策能力

由于数据挖掘技术能够从众多的数据中发现有用的知识和信息，因此被广泛应用在图书馆的管理中，领导通过对挖掘出的有用信息进行分析，可以提高决策的准确性和可行性。比如，通过数据挖掘技术可以对图书馆的图书借阅情况进行挖掘和分析，分析每类读者的借阅行为特征，发现借阅规律，为图书馆的管理提供可行的合理的建议[2]。数据挖掘技术可以将图书馆管理系统中的内部数据和外部数据结合起来进行分析，为领导提供灵活的、随时可用的决策信息。数据挖掘技术可以从历史数据中找出某种规律，发现某种潜在的模式，以此预测未来，提供决策信息[3]。

2.2 辅助图书馆的图书采购

此外，通过对数据挖掘技术的结果进行分析和总结，可以提供各种预测性信息和分析报告，可以科学合理的指导图书馆采购图书，从而降低图书采购人员的主观因素带来的影响，可以科学的、准确的和全面的提高决策的能力，提升决策的水平。数据挖掘技术应用于图书采购的过程包括原始数据的收集、预处理、数据变换、数据挖掘、结果分析和采购计划的制订五个步骤[4]。

1.原始数据的收集。这一过程是基础，可以为下面几个环节提供一定的数据源，提供的数据源可以用在后期的数据挖掘中。在实践应用中，这一环节主要收集图书馆办公自动化系统数据库里的相关业务数据，主要包括以下内容：①读者基本信息数据。比如读者的姓名、性别、所在院系、借阅证号等。②流通借阅数据。利用数据挖掘技术获得的这部分信息，可以反映图书馆的文献利用情况，通过分析、统计和总结这些数据，有助于掌握读者的需求和书刊的使用情况，进行提供一定的预测信息。③文献信息检索数据，这些数据的主要功能在于如实地向数据挖掘人员反馈用户的实际需求和借阅倾向，并挖掘读者需求数据。④图书馆所藏的图书数据：主要包括书的题名、作者、出版社、出版日期、索书号、馆藏位置、购入日期等数据。

2.原始数据的预处理。这一环节就是在数据挖掘前对一些有问题的数据进行处理，这些数据大多数是不完整的、不一致的或有噪声的，这些数据是图书馆自动化系统数据库数据中的一部分。在数据挖掘前处理这些问题数据是非常有必要的，可以从根本上提高数据挖掘的效率和所获知识的质量。

3.数据变换。这一过程就是对前面两个环节所获得的有效数据进行总结、分析、聚集和归纳，使数据更适合于挖掘，满足不同的数据挖掘的需求。

4.数据挖掘。数据挖掘过程的主要工作就是设计选择一种合理的算法，使当前的数据情况和挖掘的目标相匹配，使其一致，比如遗传算法等。通过分析读者基本信息数据和流通借阅数据之间的关联关系，某类读者和某类图书之间的关联度会更加清晰的被数据挖掘人员所理解。

5.结果分析和采购计划制订。一般情况下，数据挖掘所获得的结果并不是可视化的，需要通过一些工具比如可视化工具和知识表示技术对其评估和解释。通过数据挖掘，可以获得检索频率和借阅频次较高的图书信息。借助这些信息，可以对各类文献的利用率和需求状况进行科学合理的分析，从而辅助采购人员科学地筛选文献种类。

2.3 提升图书馆的信息服务水平

图书馆的信息服务一般是被动服务，也就是图书馆员定期向用户提供一些资料，比如课题资料、项目资料等；除此之外，图书馆员还要逐一解答用户的信息请求。由于当前的科技发展日新月异，知识更新速度快，而这种被动服务模式反应较慢，　不能满足现实发展的需要。数据挖掘技术的广泛应用，使图书馆由被动服务转为主动服务，使传统图书馆转变为主动性、智能型的信息服务机构。

3 数据挖掘技术对高校图书馆带来的挑战

（1）从异构数据源中挖掘信息。笔者认为，从异构数据源中挖掘信息也就是从多个不同的相关的数据源系统的集合中挖掘相关的信息并对其分析综合，从而产生有用的信息和知识。在当今的网络时代，信息技术日新月异，新技术层出不穷，这就要求图书馆的专业技术人员能够驾驭新兴技术，能够从被各种网络连接起来的具有不同语义的多种数据源构成的分布式异构数据库中挖掘相关信息。

（2）数据挖掘结果的不同形式表示。由于当前图书馆通过数据挖掘技术获得的数据具有不确定性，所以数据挖掘的结果会有多种类型，其表示形式也不同。图书馆的用户也许会要求挖掘出不同知识，这就需要图书馆工作人员从一个大规模的数据集中挖掘出不同的知识，并从不同的角度来审视，并以不同的形式表示挖掘的结果[5]。

（3）在不同的抽象层次上进行交互式挖掘。在数据挖掘之前，很难从一个大规模的数据库中预测出能挖掘出什么信息，因此，应该以一个搜索过程来处理复杂的数据挖掘查询，对于必要的中间结果务必保留，以供进一步挖掘使用。在挖掘过程中，用户通过不断地修改其查询请求，对挖掘目标进行动态调整，能使挖掘过程得到有效地推进。因此，系统需要对挖掘的中间结果以不同的角度进行观察，并提供用户观察数据的灵活性。

4 结语

数据挖掘技术在高校图书馆的应用范围很广，除了上述应用外，在学科管理、馆藏资源建设、信息咨询、图书馆的现代化建设与管理等方面都有广泛的应用。通过对高校图书馆各种数据、信息的挖掘，可以揭示隐藏在期间的各种重要关系，图书馆员应该学习这方面的新技术、新发展，为图书馆的发展做出更大的贡献。

参考文献：

[1]邱晓辉.知识发现与数据挖掘分析[J].情报探索，2011，（1）.

[2]张炜，洪霞.基于读者利用挖掘的图书馆决策与应用分析[J].现代情报，2009，29（7）.

篇4

计算机审计技术，是指通过计算机完成一系列审计工作的计算，从大体上讲，主要包括数据转换和验证。计算机审计的目的分析数据和整理数据，最终获得审计证据。审计的最重要步骤是数据分析，这个过程直接影响审计结构。

在计算机审计中，数据的分析方式是审计工作中最重要的步骤，审计人员应掌握数据的分析思路，并将自身的审计能力和水平发挥出来。从审计事业的角度来讲，能够给审计思路进行正确和深入的总结是体现计算机审计整体发展水平的重要内容。审计人员应从设定计算和限定条件的过程中，创新审计思路，由此判断审计单位经济活动的真实性和合法性，然后做出合理的判断。

二、基于数据挖掘的审计模式

随着计算机审计理论的不断发展和实践的不断完善，很多计算机审计模式被合理的融入到审计工作中，由于实际工作的需要和相关技术的发展，数据挖掘技术被尝试性地引入了审计过程当中。审计人员通过数据挖掘给审计工作的创新带来了新的突破，现将数据挖掘计算的计算机审计模式归纳如下，如图1所示。图1：数据挖掘计算的计算机审计模式数据挖掘技术能提供高效的方法，让审计人员在面对大量而复杂的审计数据时，拥有宽广的思路。数据挖掘技术在审计项目中主要有两大作用：一是在海量的数据中寻找有用的知识作为审计线索；二是直接找到孤立点。

计算机审计模式因为数据挖掘技术的应用而有所完善，并解决了很多计算机审计模式中的缺点。我国正处于“问题导向型”政府审计的环境中，计算机审计的目的是发现一些异常数据明确被审计单位的业务活动是否具有合法性和合规性。数据挖掘技术在计算机审计中，是为了找出一组异常和孤立的数据，由此获取知识丰富现有的审计知识，并完善业务逻辑等方面。

(一)查询式

在计算机审计模式中，最常被使用的是查询式。这种方法主要是审计人员将采集到的被审计单位的数据，在整理后存入审计人员的数据库，然后编写成SQL语句，进行灵活的查询，由此更加有效的利用数据挖掘技术进行查找和分析，并对记录进行累计、基数，综合计算其最大值和最小值，连接不同的表格，运用函数编写公式，从而生成疑点再进行核实。

这种审计模式的核心技术是掌握SQL语句，该方法的主要对象是关系数据库的二维表。该方法对审计人员的SQL语句的掌握能力要求较高，如何审计情况比较复杂，那么SQL语句也会变得复杂，步骤也较多。这种方法的图形数据很少，结果无法直观的体现出来。例如在以此农村信用社贷款的审计过程中，审计人员在将数据导入整理后，想在贷款数据表输入对应的查找条件，并对应写出转换后的SQL语句。

(二)验证式

这种审计模式需要审计人员先提出自己的假设，然后采用一定技术和方法进行验证和否定这个假设。这种假设到验证的分析方法在日常生活中很常见，在审计工作中，应充分分析这种审计模式的关键，并提出相关合理的假设，假设的提出与审计人员的职业判断有一定关系。例如在某大型酒厂销售的真实性审计中，酒厂标准的酒包装是每盒1瓶，每箱6瓶盒，每件6盒，所以可以得出1件=1箱=6瓶=6盒。由此审计人员能够得到假设，在酒厂进行销售期间，酒产品的数量和消耗的包装物数据应该有一定比例关系，然后在通过这一假设，验证酒厂销售收入情况是否真实。如果审计数据过于复杂，就无法简单的假设，那么可以使用多维分析技术进行准确的分析。

所以，审计人员运用数据挖掘分析和计算审计数据，并找出数据的规律和特点，然后通过相关方法，将这些数据整理成图形或报表展示出来，根据这些内容总结审计经验，建立审计经验库，或是得出新的审计经验，并对这种经验的合理性和准确性进行判断。审计人员应根据审计经验进行适当的更正，并之前不够准确的审计经验，重新挖掘和分析，进行总结归纳，由此可以得出，数据挖掘技术的工作可能是一个不断重复的过程，并且是对目前计算机审计的一种补充。