论文部分内容阅读
为降低交通行业安全生产风险，深入分析以文本形态隐式存在于事故数据中的时空特征及潜在致因，在用户字典模式对文本数据分词的基础上，使用Word2vec结合Sigmoid激活函数，构建交通安全事故词向量模型，对交通行业安全事故关键词进行分类提取，获得分别包含特征及致因属性的两类关键词，并利用Gephi及Neo4j对特征关键词进行可视化分析以及致因主题总结，对事故时空特征及致因关键因素进行深入挖掘。以北京市为例研究发现：交通安全事故主要集中发生在第三季度，且城六区在事故总量上远高于外环城区，但伤亡比例外环城区较高；通过致因关键词总结，发现人为、设备及环境因素是交通安全事故的主要致因因素；结合以上分析结果，提出合理建议，为北京市交通行业安全生产相关管理部门提供信息支持和科学指导。