工程科学学报.第44卷.第3期：328-338.2022年3月 Chinese Journal of Engineering,Vol.44,No.3:328-338,March 2022 https://doi.org/10.13374/j.issn2095-9389.2020.10.23.004;http://cje.ustb.edu.cn 基于文本挖掘的矿山安全隐患大数据分析与可视化 郭对明，2)，李国清1,2)区，胡乃联1,2)，侯杰1,2) 1)北京科技大学土木与资源工程学院.北京1000832)金属矿山高效开采与安全教育部重点实验室，北京100083 ☒通信作者，E-mail:qqlee@ustb.edu.cn 摘要基于大数据分析技术，构建了矿山安全隐患多维度分析模型，分析了隐患在时间和空间两个维度上的分布规律；利 用主题挖掘模型将众多隐患信息归类，得到了13个隐患主题；利用关联规则挖掘模型探究了不同隐患之间的内在联系，并利 用R编程语言对上述结果进行可视化展示.通过对安全隐患的分析研究不仅充分利用了矿山隐患数据，避免了数据资源的 浪费，同时也对矿山井下事故预防有一定的指导价值 关键词矿山安全：文本挖掘：隐患数据：大数据分析：可视化 分类号TD77.1 Big data analysis and visualization of potential hazardous risks of the mine based on text mining GUO Dui-ming,LI Guo-qing HU Nai-lian2),HOU Jie2 1)School of Civil and Resource Engineering,University of Science and Technology Beijing,Beijing 100083,China 2)Key Laboratory of High-Efficient Mining and Safety of Metal Mines,Ministry of Education,Beijing 100083,China Corresponding author,E-mail:qqlee@ustb.edu.cn ABSTRACT Compared with other production industries,metal mine is recognized as a high accident rate and the highest casualty rate due to the bad working environment.Therefore,safety production is the key concern of mining enterprises.With the attention of enterprises to safety problems and the increasing improvement of mine safety management system,many mines have established secure big data platform to effectively manage production and ensure the safety of underground operation,receiving the safety hazard information from daily safety inspection into the platform.However,due to the data of security risks are unstructured short texts with the operation of the enterprise,including the data recorded in the platform presents the characteristics of complex data content,large data scale,and non-standard data records.Moreover,due to the lack of an effective text analysis model,a small part of the security risk data is only used for simple analysis such as report analysis and data statistics,whereas more data is stored in a secure big data platform.Thus, the data did not play a guiding role in production,resulting in a waste of these valuable data resources.In order to explore the internal relationship between hidden danger data and the rule of hidden danger occurrence,based on big data analysis technology,this paper constructed a multi-dimensional analysis model of mine safety hidden danger.We analyzed the distribution law of hidden danger in two dimensions of time and space,used the topic mining model to classify hidden danger information,and obtained 13 hidden danger topics, using association rules to mine hidden danger.The model explores the internal relationship between different hidden dangers and uses an R programming language to visualize the above results.The results made full use of the mine hidden danger data and avoided the waste of data resources through the analysis and research of the hidden danger with a certain guiding value for preventing mine accidents. KEY WORDS mine safety;text mining;data of hidden danger;data analysis;data visualization 收稿日期：2020-10-23 基金项目：国家自然科学基金资助项目(52074022)：中央高校基本科研业务费专项资金资助项目(FRF-TP.20-001A1)基于文本挖掘的矿山安全隐患大数据分析与可视化 郭对明1,2)，李国清1,2) 苣，胡乃联1,2)，侯    杰1,2) 1) 北京科技大学土木与资源工程学院，北京 100083    2) 金属矿山高效开采与安全教育部重点实验室，北京 100083 苣通信作者， E-mail: qqlee@ustb.edu.cn 摘    要    基于大数据分析技术，构建了矿山安全隐患多维度分析模型，分析了隐患在时间和空间两个维度上的分布规律；利 用主题挖掘模型将众多隐患信息归类，得到了 13 个隐患主题；利用关联规则挖掘模型探究了不同隐患之间的内在联系，并利 用 R 编程语言对上述结果进行可视化展示. 通过对安全隐患的分析研究不仅充分利用了矿山隐患数据，避免了数据资源的 浪费，同时也对矿山井下事故预防有一定的指导价值. 关键词    矿山安全；文本挖掘；隐患数据；大数据分析；可视化 分类号    TD77.1 Big  data  analysis  and  visualization  of  potential  hazardous  risks  of  the  mine  based  on text mining GUO Dui-ming1,2) ，LI Guo-qing1,2) 苣 ，HU Nai-lian1,2) ，HOU Jie1,2) 1) School of Civil and Resource Engineering, University of Science and Technology Beijing, Beijing 100083, China 2) Key Laboratory of High-Efficient Mining and Safety of Metal Mines, Ministry of Education, Beijing 100083, China 苣 Corresponding author, E-mail: qqlee@ustb.edu.cn ABSTRACT    Compared with other production industries, metal mine is recognized as a high accident rate and the highest casualty rate due  to  the  bad  working  environment.  Therefore,  safety  production  is  the  key  concern  of  mining  enterprises.  With  the  attention  of enterprises to safety problems and the increasing improvement of mine safety management system, many mines have established secure big  data  platform  to  effectively  manage  production  and  ensure  the  safety  of  underground  operation,  receiving  the  safety  hazard information from daily safety inspection into the platform. However, due to the data of security risks are unstructured short texts with the operation of the enterprise, including the data recorded in the platform presents the characteristics of complex data content, large data scale, and non-standard data records. Moreover, due to the lack of an effective text analysis model, a small part of the security risk data is only used for simple analysis such as report analysis and data statistics, whereas more data is stored in a secure big data platform. Thus, the data did not play a guiding role in production, resulting in a waste of these valuable data resources. In order to explore the internal relationship between hidden danger data and the rule of hidden danger occurrence, based on big data analysis technology, this paper constructed a multi-dimensional analysis model of mine safety hidden danger. We analyzed the distribution law of hidden danger in two dimensions of time and space, used the topic mining model to classify hidden danger information, and obtained 13 hidden danger topics, using association rules to mine hidden danger. The model explores the internal relationship between different hidden dangers and uses an R programming language to visualize the above results. The results made full use of the mine hidden danger data and avoided the waste of data resources through the analysis and research of the hidden danger with a certain guiding value for preventing mine accidents. KEY WORDS    mine safety；text mining；data of hidden danger；data analysis；data visualization 收稿日期: 2020−10−23 基金项目: 国家自然科学基金资助项目（52074022）；中央高校基本科研业务费专项资金资助项目（FRF-TP-20-001A1） 工程科学学报，第 44 卷，第 3 期：328−338，2022 年 3 月 Chinese Journal of Engineering, Vol. 44, No. 3: 328−338, March 2022 https://doi.org/10.13374/j.issn2095-9389.2020.10.23.004; http://cje.ustb.edu.cn