数据挖掘在预测组织事故防控效果中的应用

• 作者: 付净 刘虹 聂方超 荆德吉 陈微微
• 来源期刊: 中国安全生产科学技术
• 学科: 工学
• 关键词: 组织事故 事故预防 数据挖据 24Model
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 职业安全卫生管理与技术
• 页码范围: 152-157
• 页数: 6页
• 分类号: X928
• 语种: 中文
• DOI: 10.11731/j.issn.1673-193x.2020.10.024

摘要

为进一步探索数据挖据技术在组织事故预防工作中的融入性与适用性,基于24Model构建事故预控基础模型,通过预测准确率数值及接受者操作特性曲线(ROC曲线)对比分析随机森林(RF)、支持向量机(SVM)、决策树(DT)与神经网络(NN)4种方法对组织事故防控效果的预测性能.结果表明:针对事故率控制(Y1)、职业危害预防(Y2)、财产损失3类预测目标(Y3),RF方法均能达到较高的准确率及稳定性,具有较优的预测性能.根据特征重要度(FI)排序,明确对组织事故水平影响最显著的因素为安全实践活动认知(SC5)及安全管理程序文件(SMS3),FI值均大于0.1500.研究结果可为有效预测组织事故防控效果提供方法依据,同时为企业安全工作的规划设计提供思路.