在国家提出科技强审以及抽水蓄能行业快速发展的背景下,X公司开展了“审计数字化转型”工作。因为审计资源有限,所以科学地确定经济责任审计被审对象及审计方向十分重要。为了应对经济责任审计资源配置不当的问题,通过整理2017-2019年X公司23份经济责任审计报告,以及2010-2019年相关公司财务数据等历史信息,首先形成了X公司下属抽水蓄能公司的画像数据集和预测数据集。依据X公司文件和“重要性水平”概念判断各样本“是否需要重点审计”,如果需要重点审计,则继续判断该样本“是否存在超过重要性水平的问题”。而画像技术则可以清晰地展示“需要重点审计”和“非重点关注”的领导人员的特征以及类别画像,以协助审计人员决策。对于下一年度经济责任审计工作的预测,将通过决策树模型分别为“干部是否需要重点审计”以及“公司是否存在超过重要性水平的问题”建模,达到了较好的预测效果。最后,结合对于P公司Z领导“是否需要重点审计”以及“是否存在超过重要性水平的问题”的预测,绘制Z领导的被审计干部画像,帮助审计人员快速地联动分析审计、财务、干部、公司等数据。研究发现在所选取的自变量中,对于“是否需要重点审计”某领导人员,以下5个字段的特征重要性高:营业总收入;购建固定资产、无形资产和其他长期资产所支付的现金;任职年数;流动比率;资产总计。对于某公司“是否存在超过重要性水平的问题”,以下4个字段的特征重要性高:净利润;任职年数;营业总收入;流动比率。此外,研究还表明了该研究流程可行,在数据量增长以及经济责任风险指标体系完善的基础上可以发挥更大作用,持续助力X公司科学确认经济责任审计被审对象及审计方向。而用户画像研究方法以及画像与模型结合的研究体系也具有一定的推广价值。