李 琰 ，刘 珍 ，陈南希

（西安科技大学 管理学院，陕西 西安 710000）

目前，我国能源行业呈现“富煤、贫油、少气”的特点。煤炭资源储量高，开采成本与技术难度远低于石油、天然气，这决定了煤炭仍将在我国能源结构中占重要位置[1]。信息技术高速发展、融合创新，推动了煤炭行业的数字化、信息化、智能化转型，也对煤矿企业运营管理和安全生产提出了新的挑战。同时，煤矿企业的安全信息感知能力极大提升，产生了海量的行为安全数据[2]。为此，将矿企生产实际和矿工行为数据相结合，运用文本挖掘技术对数据中蕴含的信息、知识和规律进行探究，研究矿工不安全行为，有助于解决企业安全数据膨胀、知识提取效率低等问题，有效提高矿企员工安全隐患洞察力，降低矿工不安全行为发生率。

1 不安全行为主题挖掘

1.1 数据来源

研究以某大型煤矿企业为研究对象，选择2017—2021 年记录的不安全行为管控表作为数据来源，内容包括时间、班次、详细描述、风险及预警等级等字段。通过梳理、汇总、排序，共获得44 069 条安全数据。

1.2 文本预处理

数据挖掘中，文本预处理不可或缺，与主题提取结果的科学性和准确性密切相关[3]。使用LDA 实现对矿工不安全行为的主题数据挖掘，自定义煤矿专业词汇库，保证分词、去停用词的各步操作最优，数据处理结果可靠。

具体为：①建立专业词库：根据《煤炭行业法》、《煤矿安全规程》、《煤矿安全监察条例》等开发自定义词库，避免有效词汇（如“安全意识”、“防护眼镜”等）被误分、停用[4]；……