本书采用文本信息挖掘方法对大量煤矿事故分析报告文本进行分析，实现了对煤矿安全风险的高效精准识别与综合评价，有效解决了煤矿大量隐患、事故数据缺乏利用的问题，极大提升了隐患分析的针对性和准确性。为安全风险超前防控提供了决策支持。
1 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究现状及评述
1.4 主要研究内容与结构
1.5 技术路线
1.6 本章小结
2 相关理论与研究方法综述
2.1 煤矿安全风险管理
2.2 社会技术系统事故模型
2.3 拟采用的风险识别与评价方法
2.4 本章小结
3 基于文本挖掘的煤矿安全风险因素识别
3.1 文本挖掘技术及基本流程
3.2 传统文本挖掘流程存在的问题与不足
3.3 基于相关词语挖掘的中文文本挖掘流程设计
3.4 煤矿安全事故案例文本挖掘与风险因素识别
3.5 本章小结
4 煤矿安全风险因素重要性与关联性分析
4.1 煤矿安全风险因素关联规则挖掘模型
4.2 基于Apriori算法的煤矿安全风险因素关联规则挖掘
4.3 基于煤矿安全风险因素关联规则的煤矿事故贝叶斯网络
4.4 煤矿安全主要风险因素及其关联因素分析
4.5 本章小结
5 基于数据驱动的煤矿安全风险评价
5.1 数据驱动的煤矿安全风险评价分析
5.2 数据驱动的煤矿安全风险评价模型构建
5.3 t-SNE和ACROA-ELM相结合的煤矿安全风险评价
5.4 本章小结
6 煤矿安全风险控制方案研究
6.1 煤矿安全风险控制目标及流程
6.2 煤矿安全风险控制方案
6.3 本章小结
7 结论与展望
7.1 研究结论
7.2 研究创新
7.3 研究展望
附录
参考文献
