论文部分内容阅读
航空事故/事件发生后,负责事故调查的相关机构会针对调查中发现的航空系统中存在的隐患提出相应的安全建议。安全建议是事故调查中重要的组成部分之一,是事故调查的核心,能够在预防同类事故的再次发生方面发挥重要作用。安全建议在安全管理中充当着极其重要的角色,能够给航空安全管理人员提供管理的重点和方向,因此对安全建议进行深入挖掘显得越来越重要。与此同时,安全建议具有简短、数量大、内容复杂的特点。为了挖掘出安全建议中更多的信息,本文基于现有的安全建议数据,分别采用词频分析法、聚类分析法以及思维导图三种大数据分析方法对其进行分析研究,探索安全建议内容上的特点,以期能够给航空相关人员提供参考,最终提高中国航空的安全水平。本文的主要工作如下:首先,运用词频分析方法对中美安全建议中的关键词进行了研究,结果表明:两者涉及到“飞行员/机组”、“程序/规章”、“机器/设备”、“训练/培训”这四个方面的安全建议最多,证明了以上是航空安全管理的重点和方向。另外,研究发现,中国的安全建议提给航空公司的最多,而美国则提给FAA的最多,在程序规章方面,中国更多强调符合规章,而美国强调规章修订。其次,运用聚类分析方法对中美安全建议进行了研究,包括安全建议的分词、停用词过滤、向量空间模型建立以及聚类实现的过程;在选择聚类算法时,采用了广泛应用的k-means聚类算法;聚类的全部过程通过编写Python代码实现。然后,根据聚类的结果建立了安全建议的分类标准,即把安全建议划分为“飞行操作”、“客舱空服”、“机务品保”、“空管运行”、“地勤运务”、“设计制造”六个类别;“程序规章”、“训练培训”、“监管审查”、“技术开发”、“机载装备”、“文化作风”、“医疗保障”、“应急救援”、“人力资源”、“CRM”、“合作交流”、“其他项目”十二个分项。依据此标准对本文的安全建议进行了划分与数量统计,并分别从横向与纵向两个方面进行了分析,揭示了安全建议中蕴藏的安全形势。最后,运用思维导图方法对安全建议进行了可视化的呈现。