基于LDA的地铁施工安全隐患排查要点挖掘与可视化研究

• 作者: 潘杏 钟波涛 黑永健 骆汉宾
• 来源期刊: 土木建筑工程信息技术
• 关键词: 安全管理 地铁施工安全 隐患排查要点 文本挖掘 Latent Dirichlet Allocation模型 数据可视化
• 年，卷（期）: 2021,（2）
• 页码范围: 7-14
• 页数: 8页
• 分类号: TU71
• 语种: 中文
• DOI: 10.16670/j.cnki.cn11-5823/tu.2021.02.02

摘要

随着地铁的快速建设和隐患排查系统的建立,系统中积累了大量隐患排查记录,但是隐患排查记录信息冗杂,相关工作严重依赖导则与专家经验,需要投入大量人力成本.为提高隐患排查工作效率和安全管理决策,同时促进排查工作实现全程自动化,本文提出了一种基于文本挖掘与可视化技术的自动化分析隐患排查文本框架,该框架主要包括以下四个步骤:第一,基于Term Frequency-Inverse Document Frequency(TF-IDF)算法,对隐患描述下的关键词有一个整体的概括;第二,基于TF-IDF筛出特征值较高的关键词,借助吉布斯抽样的Latent Dirichlet Allocation(LDA)模型识别出大规模隐患描述语料库中潜藏的主题信息和隐患排查要点;第三,结合时间维度,通过Word Cloud(WC)技术对隐患描述进行可视化分析,绘制隐患词云演化图;第四,借助Word Co-occurrence Network(WCN)模型,挖掘隐患共现关系.该框架在分析武汉地铁2016-2018年施工安全隐患排查记录中得到了应用和验证.实验结果表明,该框架有效挖掘出34类隐患所对应的隐患排查要点和可视化信息.