جواد قدیم پور - گروه حسابداری، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران
مهسا پرشی - گروه مهندسی کامپیوتر، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران
عباس میرزایی - گروه مهندسی کامپیوتر، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران

این مقاله اثربخشی تکنیک های طبقه بندی داده کاوی (DM) را در شناسایی شرکت هایی که صورت های مالی متقلبانه صادر میکنند و با شناسایی (FFS) عوامل مرتبط با FFS می پردازد. در انجام وظیفه کشف تقلب در مدیریت، حسابرسان می توانند با استفاده از تکنیک های داده کاوی در کار خود تسهیل شوند. این مطالعه به بررسی سودمندی درختان تصمیم، شبکه های عصبی وشبکه های باور بیزی در شناسایی صورت های مالی تقلبی می پردازد. بردار ورودی از نسبت هایبه دست آمده از صورت های مالیتشکیل شده است. این سه مدل از نظر عملکرد با هم مقایسه می شوند.

صورتهای مالی تقلبی، تقلب در مدیریت، داده کاوی، حسابرسی