第2版的修订内容包括：
（1）根据最新修订的审计法、内部审计实务指南、会计信息化规划相关文件、信息系统安全相关政策等补充更新教材内容。
（2）介绍了Power BI工具及其具体应用。
（3）增加了Python的安装，在大数据审计中的丰富应用案例和实验设计等教学内容。
（4）增加了大模型工具在大数据审计中的应用，更好地满足各高校开设大数据审计课程的需要。
（5）更新课程思政教学案例，更好地实现思政内容与教材的整合。

陈 伟 南京审计大学教授，江苏省高校“青蓝工程”中青年学术带头人，江苏省“六大人才高峰”高层次人才，江苏省“333高层次人才培养工程”中青年科学技术带头人，中国审计学会审计教育分会理事。加拿大多伦多大学Rotman管理学院会计系访问学者。在审计署上海特派办挂职计算机审计处副处长一年，参与完成多项中央企业、金融等方面的审计项目。长期从事审计信息化、大数据审计等方向的科研、教学与社会服务工作。

第1章 大数据审计概述
1.1 引 言
1.2 大数据审计产生的背景
1.3 国外大数据审计应用情况
1.4 国内大数据审计应用情况
1.5 本书的内容与结构
1.6 本章小结

第2章 大数据审计原理
2.1 引 言
2.2 审计与审计证据
2.3 信息化环境下开展审计的主要流程与步骤
2.4 大数据审计原理
2.5 大数据审计数据采集
2.6 大数据审计数据预处理
2.7 大数据审计数据分析
2.8 本章小结

第3章 大数据审计工具简介
3.1 引 言
3.2 数据可视化及其工具概述
3.3 常用大数据审计工具简介
3.4 本章小结

第4章 大数据审计工具基础应用
4.1 引 言
4.2 R安装与应用
4.3 RStudio安装与应用
4.4 Python安装与应用
4.5 本章小结

第5章 大数据可视化分析技术
5.1 引 言
5.2 大数据可视化分析技术概述
5.3 基于 R的大数据可视化分析技术审计应用
5.4 基于 RStudio的大数据可视化分析技术审计应用
5.5 基于 Python的大数据可视化分析技术审计应用
5.6 大数据可视化分析技术的优势分析
5.7 本章小结

第6章 大数据多数据源综合分析技术
6.1 引 言
6.2 大数据多数据源综合分析技术简介
6.3 大数据多数据源综合分析技术实现方法与工具
6.4 大数据多数据源综合分析技术应用——乡村振兴审计
6.5 本章小结

第7章 大数据智能分析技术
7.1 引 言
7.2 大数据智能分析技术概述
7.3 常用的人工智能技术分析
7.4 文本文件大数据智能分析
7.5 基于机器学习的大数据智能分析技术
7.6 大数据智能分析技术应用:基于社会网络分析的金融科技系统用户管理风险审计
7.7 大数据智能分析技术应用:基于 RPA 的发票审计机器人
7.8 人工智能大模型技术在大数据审计中的应用
7.9 本章小结

第8章 大数据审计应用案例
8.1 引 言
8.2 基于大数据可视化分析技术的药品加成审计
8.3 基于大数据审计技术的经济责任审计
8.4 基于大数据可视化分析技术的大气污染防治审计
8.5 基于大数据审计技术的股票内幕交易审计
8.6 基于大数据审计技术的信息系统审计应用案例:账号及权限管理审计
8.7 本章小结

附录 A 课程实验设计
附录 B 相关术语表
参考文献