基于文本挖掘和社会网络分析的煤矿事故风险因素识别

为了应对煤矿行业的高风险性质和传统事故分析的局限性，本研究使用481份事故报告构建了多因素耦合分析框架。解析非结构化文本揭示了事故诱因系统中的“核心—外围”结构特征。研究的主要贡献如下：方法论上，采用文本挖掘自动提取因素，并整合社会网络分析(SNA)量化节点中心性和传播强度；理论上，18个核心诱因（例如，未经授权的冒险行为）是网络枢纽，而50个外围因素（例如，潜在的设备缺陷）通过联结放大核心风险，验证了“小信号触发大事故”的动态；实践中，提出了针对关键节点的干预策略，促进从单因素控制向网络化管理的转变，并提供全球高风险行业的见解。