随着互联网和大数据技术的快速发展,依托互联网Web系统保存的海量信息数据,采用数据挖掘分析手段对审计相关的风险进行智能化的识别,已经成为未来审计智能化发展的一个重要方向,也是当前基于人工智能的审计风险控制系统研究的热点,本文应用当前的网络爬虫技术和聚类数据挖掘分析技术,以社保审计风险管理为例,构建了一个高效的审计风险管理系统,使原本需要花费大量时间、人力、精力去进行筛选原有杂乱,蕴含高风险的庞大基础数据,有效的提高了当前社保领域审计风险的管控效率,降低了审计过程中对审计风险识别和控制的工作量,并且可以在部分范围内进行普及,本文的主要研究内容如下:1)研究和分析国内外当前的数据挖掘分析技术和审计现状,深入分析应用网络爬虫技术和Jrules规则技术,基于业务规则的方式实现对审计风险识别的可行性,确定了基本的技术方案。2)基于聚焦网络爬虫技术,完成对审计风险业务规则的采集设计,给出了具体的网络爬虫算法设计和规则采集结果分析,在规则的基础上完成了基于审计业务规则模型的设计和制定,以社保审计为例,给出了审计风险业务规则的创建方法,并基于该方法构建了审计风险业务规则库。3)基于聚类数据挖掘分析算法,完成了审计风险自学习模型的设计和实现,给出了审计风险预警机制,应用Jrules规则库来构建设计审计风险预警机制,然后基于该机制完成了聚类算法的设计,并通过实验验证了算法的可靠性和可行性,最后完成了审计风险自学预警模型的设计,给出了模型的架构和实现流程。4)完成了基于聚类算法的审计风险管理系统的设计和实现,采用Web软件工程的方法,从系统需求分析、总体架构设计、接口设计、核心功能的详细设计等多个方面给出了整个系统的设计实现方案,并通过测试从系统功能和性能多个方面验证了系统设计的正确性和可靠性,结果表明,通过本文构建的审计风险管理系统可以有效的提高当前的审计风险管理效率。