Page 20 - 臺大管理論叢第33卷第1期
P. 20

持續將稽核績效極大化,產出最佳稽核任務規劃方案,強化企業稽核運營效率。
           持續將稽核績效極大化,產出最佳稽核任務規劃方案,強化企業稽核運營效率。
           性能評估  (Evaluation):本研究使用支援向量迴歸及分類迴歸樹模型作為基準模
           性能評估  (Evaluation):本研究使用支援向量迴歸及分類迴歸樹模型作為基準模
           型,以均方根誤差(Root Mean Squared Error, RMSE)  及最大絕對誤差  (Maximum
           型,以均方根誤差(Root Mean Squared Error, RMSE)  及最大絕對誤差  (Maximum
           Absolute Error, MAE)作為模型性能評估指標,在式(4)及式(5)中,這兩項指標愈
           Absolute Error, MAE)作為模型性能評估指標,在式(4)及式(5)中,這兩項指標愈
               An Integrated Data-Driven Methodology for Auditor Performance Appraisals and Auditor Assignment
               Optimization
           小,表示誤差愈小,即可進行隨機森林模型進行準確度預測性能評估,指標公式
           小,表示誤差愈小,即可進行隨機森林模型進行準確度預測性能評估,指標公式
           如下:
           如下:
               型性能評估指標,在式 (4) 及式 (5) 中,這兩項指標愈小,表示誤差愈小,即可進行
               (1)均方根誤差:
               隨機森林模型進行準確度預測性能評估,指標公式如下:
               (1)均方根誤差:
                    (1) 均方根誤差:
                                    �      �  �
                                   ∑   �� � �� � )   �
                                                                       �
                                             � ∑ � ��� �� � �� � )     ,其中    :觀測績效值;    :預測績效值。   (4)
                                           �
                                                ,其中    :觀測績效值;    :預測績效值。   (4)
                                                        �
                                                                        �
                                    ���
                                             �  �       �              � �
                                        �
               (2)最大絕對誤差:
                    (2) 最大絕對誤差:
               (2)最大絕對誤差:
                          �        ���  ��     −      ��。                                      (5)
                                           �
                          �        ���  ��     −      ��。                                      (5)
                                       �
                                            �
                                           �
                                       �    �
                    接著,創建一個新的模擬資料來評估稽核任務規劃模型數學模式之性能。在使

               用數學模型運算前,先以模擬資料檢驗數學模型的建構邏輯是否存在矛盾,亦即透
                接著,創建一個新的模擬資料來評估稽核任務規劃模型數學模式之性能。在
               過模擬資料,可以確認數學模型運算所得的解是否符合預期。模擬資料流程如圖 2。
                接著,創建一個新的模擬資料來評估稽核任務規劃模型數學模式之性能。在
           使用數學模型運算前,先以模擬資料檢驗數學模型的建構邏輯是否存在矛盾,亦
           使用數學模型運算前,先以模擬資料檢驗數學模型的建構邏輯是否存在矛盾,亦
           即透過模擬資料,可以確認數學模型運算所得的解是否符合預期。模擬資料流程
           即透過模擬資料,可以確認數學模型運算所得的解是否符合預期。模擬資料流程
           如圖2。
           如圖2。



                                           圖 2  模擬資料處理流程
               註:本研究繪製


                    再來,本研究以整數規劃法所求的最佳解評估啟發式演算法的準確度,並以基
               因演算法及粒子群演算法為基準模型,評估差分進化模型準確度、執行效率等性能
               評估,以找出最佳任務規劃模式。
               佈署 (Deployment):          圖2  模擬資料處理流程
                                         圖2  模擬資料處理流程
                    本研究整合啟發式演算法模型,建置數據處理通用流程,如資料讀取、資料
           註:本研究繪製
               處理、資料合併、變數篩選、切割訓練資料、平衡資料處理等,自動將資料轉換為
           註:本研究繪製
               最佳格式。屆時,將自適化更改數據集、重新構建或校正更新模型,在此架構下以
                再來,本研究以整數規劃法所求的最佳解評估啟發式演算法的準確度,並
                再來,本研究以整數規劃法所求的最佳解評估啟發式演算法的準確度,並
               模型性能指標評估採行當前最適用的模型演算法及最佳架構,實現分析流程自動化
               (見圖 3 二階段模型分析流程)。附錄一呈現分析流程程式化腳本 (Script)。




                                                      12
   15   16   17   18   19   20   21   22   23   24   25