基于文本挖掘的煤矿安全隐患管理研究

为探寻安全隐患的内在特征，加深安全管理人员对安全隐患的理解，提升安全管理效率。以潞安集团司马煤业有限公司2009—2015年安全隐患记录为数据源，利用Word2Vec模型构建安全隐患词向量模型，从模型中获取各类安全隐患主要相关词，利用桑基图解释安全隐患在不同隐患地点、生产作业单位的特征分布，并进一步揭示相关安全隐患的细节特征。结果表明:词向量模型能有效发掘安全隐患特征，桑基图能突出呈现安全隐患的关键信息流动。上述措施有助于管理人员深刻理解安全隐患数据中蕴含的潜在规律，为煤矿安全隐患排查治理工作提供依据，指导安全管理实践。     

基于链路预测的安全隐患管理研究*

为探寻安全隐患的发生规律，揭示安全隐患的演化特点，为管理人员提供建议和参考。以潞安集团司马煤业有限公司2009—2015年安全隐患记录为数据源，建立无向加权安全隐患共词网络，利用链路预测技术，寻找安全隐患的内在联系及发展趋势。结果表明:相比于共同邻居、资源分配等基于局部信息的相似性指标，资源分配指标能够更好地预测安全隐患各个关键词之间的变化联系；通过分析关键词共现关系，证实预测的准确性，预测出部分未来存在但当前未产生的节点关系。安全管理人员可基于此方法采取有针对性的预防措施，减少相关隐患的发生。     

基于文本挖掘的煤矿安全隐患分析

为充分有效利用煤矿安全隐患数据,揭示安全隐患数据中隐藏的重要信息和潜在规律,用于指导安全管理实践,在对安全隐患数据进行预处理的基础上,利用词云和词频统计方法展现安全隐患概况,运用文本挖掘技术和社会网络分析方法研究煤矿安全隐患信息的关联关系和分布规律。结果表明,将文本挖掘技术和社会网络分析方法应用于文本型安全隐患数据分析具有可行性,有助于煤矿企业提高对安全隐患数据的认知并制定合理的安全隐患治理措施。