扩写下面的文字降低其重复率；大数据信息系统技术的构建需要智能分析技术如分聚类算法、遗传算法、神经网络算法、时间序列分析、空间分析、回归分析、语言分析、机器学习等。大数据应用程序或平台通过对数据的计算和分析可以识别并记录可疑样本、异常波动等为进一步的审计判断奠定基础。京东集团可以在实际的模型设计过程中选定一个具体的实施单位、审计对象与内容进行初步的大数据审计模型设计。通过简单的相关数据比对和关联分析

构建大数据信息系统技术需要充分利用智能分析技术。这些技术包括分聚类算法、遗传算法、神经网络算法、时间序列分析、空间分析、回归分析、语言分析以及机器学习等。大数据应用程序或平台可以通过对数据进行计算和分析，识别并记录可疑样本、异常波动等信息，为进一步的审计判断奠定基础。在实际的模型设计过程中，京东集团可以选定一个具体的实施单位、审计对象与内容，进行初步的大数据审计模型设计。接着，通过简单的相关数据比对和关联分析，可以发现隐藏的审计线索，将审计模型进行升级，以应对更多的复杂情况和适用范围。最后，将京东集团各应用部门的风险偏好结合风险策略，合理设置初始阈值，在模型输出值到达设置阈值时，在该部门审计问题提示。对于远超阈值的重要审计情报，可以直接上报CEO或CAE权限账户进行警示。对于可直接识别出的问题，可归类为精准定位型；对于识别后仍需进一步现场核实的问题，归类为疑似提示型。此外，还需要对模型运算出的异常结果进行深层次分析，判断异常数据对于业务的影响，提高审计模型的实用度。最后，在模型建立后，京东集团也应该对比传统审计和大数据审计覆盖范围、审计发现数量、审计效率，对模型运行效率和效果进行评价。