[发明专利]一种安全生产事故因素分析方法及系统

说明书

本发明公开一种安全生产事故因素分析方法，所述方法包括：基于企业安全生产事故信息提取多个事故因子；基于贝叶斯分类器确定每一事故类别中各所述事故因子的总TF‑IDF值；选取每一事故类别中总TF‑IDF值排名前N的多个所述事故因子作为聚类样本；通过K‑Means算法对所述聚类样本进行聚类，获得多类安全生产事故因素，为企业的安全生产及风险隐患预防提供决策性的依据。

技术领域

本发明涉及事故因素分析技术领域，特别是涉及一种安全生产事故因素分析方法及系统。

背景技术

万事安为先，安全是人的基本需求，是企业持久和良好发展的必备条件，是经济社会发展的基本保障。安全事故的发生，往往带有意外性、突发性、复杂性的特点，看似防不胜防，实则萌生于日常被忽视的风险隐患、潜藏于不负责任的细节中。

随着科学技术和生产方式的发展，事故发生的本质规律在不断变化，通过深度探究已掌握的数据资料，从中发掘更多的安全事故规律，对事故发生的因素不停的分析和研究，为事故原因的定性、定量分析，为事故的预测预防，为改进安全管理工作，从理论上提供参考依据，让企业有针对性地在安全生产方面做出正确的决策，有效地预防安全生产事故的发生。

事故因素分析的目的在于对可能发生的事故的关键因素进行挖掘，探究各类事故中的导致事故发生的源头，提请企业负责人及全体员工引起注意，使企业及时、有针对性地采取预防措施，从源头上控制各种不安全因素，最大限度地消除和降低事故发生概率及后果的严重程度。

现有技术无法实现对安全生产事故因素进行分析，因此如何实现对安全生产事故因素进行分析成为本领域急需解决的问题。

发明内容

基于此，本发明的目的是提供一种安全生产事故因素分析方法及系统，以实现分析获得安全生产事故因素。

为实现上述目的，本发明提供了一种安全生产事故因素分析方法，所述方法包括：

基于企业安全生产事故信息提取多个事故因子；

基于贝叶斯分类器确定每一事故类别中各所述事故因子的总TF-IDF值；

选取每一事故类别中总TF-IDF值排名前N的多个所述事故因子作为聚类样本；其中，N为大于等于1的正整数；

通过K-Means算法对所述聚类样本进行聚类，获得多类安全生产事故因素。

可选的，所述基于企业安全生产事故信息提取多个事故因子，包括：

从数据库中提取企业安全生产事故信息；

对所述企业安全生产事故信息进行分词处理，获得分词集合；所述分词集合包括多个关键词；

对所述分词集合中多个关键词进行过滤，获得与事故信息相关的多个关键词，将与事故信息相关的多个关键词作为多个事故因子。

可选的，所述通过K-Means算法对所述聚类样本进行聚类，获得多类安全生产事故因素，包括：

从所述聚类样本中随机抽取K个所述事故因子作为初始的类中心点；

利用距离公式计算各所述事故因子到各所述类中心点的距离；

按照距离最小原则将每个所述事故因子分配到距离最近的类中心点，形成K个类，重新计算各类的类中心点；

将迭代次数加一处理；

判断迭代次数是否大于或等于最大迭代次数；如果所述迭代次数大于或等于最大迭代次数，则输出K类待确定安全生产事故因素；如果所述迭代次数小于最大迭代次数，则返回步骤“利用距离公式计算各所述事故因子到各所述类中心点的距离”；