基于文本挖掘的煤礦瓦斯事故致因分析

田水承，黃 權(quán)

（1.西安科技大學(xué) 安全科學(xué)與工程學(xué)院，陜西 西安 710054；2.西安科技大學(xué) 安全與應(yīng)急管理研究所，陜西 西安 710054）

瓦斯事故以其破壞性強、經(jīng)濟損失大、人員死亡多等顯著特點對煤礦安全生產(chǎn)造成嚴(yán)重危害[1]。在我國發(fā)生的煤礦事故中，瓦斯事故占煤礦事故總數(shù)的35%以上[2]。因此探究煤礦瓦斯事故致因，對于礦井防治瓦斯事故具有重大意義。為了更好的實現(xiàn)對煤礦瓦斯事故的預(yù)控，國內(nèi)學(xué)者針對煤礦瓦斯事故致因進行了大量研究[3-4]。這些研究方法在識別事故致因時主要通過人工研讀統(tǒng)計事故案例，在提取事故致因時存在一定的主觀性。因此選用文本挖掘技術(shù)對煤礦瓦斯事故致因進行分析，文本挖掘是指從大量的文本集中發(fā)現(xiàn)隱含的模式并提取有用信息[5]，現(xiàn)階段被不少學(xué)者應(yīng)用各個領(lǐng)域的研究[6-8]。目前在煤礦領(lǐng)域使用文本挖掘技術(shù)的研究較少，為減少主觀性對提取事故致因的影響，在相關(guān)研究的基礎(chǔ)上，為此，借助文本挖掘技術(shù)和社會網(wǎng)絡(luò)分析方法識別煤礦瓦斯事故致因及其作用關(guān)系，為煤礦瓦斯事故的預(yù)控提供依據(jù)。

1 煤礦瓦斯事故致因的文本挖掘流程

1.1 文本挖掘語料庫構(gòu)建

對于文本挖掘中事故致因的分析，需要選取詳細的事故調(diào)查報告。事故調(diào)查報告對事故發(fā)生的過程、直接和間接原因及各方責(zé)任有較為全面的描述[7]。因此從中國煤礦安全生產(chǎn)網(wǎng)、應(yīng)急管理部以及各省市相關(guān)的行政管理部門網(wǎng)站收集2012—2020 年煤礦瓦斯事故調(diào)查報告126 例，作為文本挖掘的語料。事故類型包括煤與瓦斯突出事故、瓦斯爆炸事故和瓦斯中毒窒息事故等各類瓦斯事故，以確保在使用該語料庫分析煤礦瓦斯事故時的客觀性。

1.2 煤礦瓦斯事故致因挖掘

R 語言是一套完整的數(shù)據(jù)處理、計算和制圖軟件系統(tǒng)，可以根據(jù)用戶需求選擇對應(yīng)的程序包來實現(xiàn)文本挖掘過程中所需要的數(shù)據(jù)統(tǒng)計、分析處理以及結(jié)果可視化等功能，因此選用R 語言對煤礦瓦斯事故進行文本挖掘[9]。在進行文本挖掘時需將126例煤礦瓦斯事故調(diào)查報告整理成文本集導(dǎo)入R 語言，為了提高分詞的準(zhǔn)確性，需自定義歸并詞表群和停用詞表群后再進行分詞處理，歸并詞表群主要源與搜狗細胞詞庫中安全工程、采礦工程、煤礦工作、安全生產(chǎn)等領(lǐng)域的專業(yè)詞匯，由于事故調(diào)查報告的表述不同，會導(dǎo)致分詞結(jié)束后出現(xiàn)同意義但不同表述的詞組，例如“安全管理混亂”、“安全管理人員未履行職責(zé)”、“安全管理不到位”、“缺乏有效的安全管理”等詞組，因此需要將這些詞組歸并。

在分詞過程中共分析出334 項原始特征值，其中包含著許多無用的信息，會影響后續(xù)的分析及計算速度，所以需對文本的特征項進行降維處理和選擇。由于χ2統(tǒng)計χ2（t，ci）在召回率和查準(zhǔn)率方面比其他降維手段更優(yōu)，因此通過χ2統(tǒng)計對煤礦瓦斯事故文本集的特征項進行降維處理[9]。公式為：

式中：m 為特征項的維數(shù)。

通過m 值移除多余的特征項后，即可達到特征項降維的目的。降維時在R 語言中調(diào)用Boruta 和Caret 這2 個程序包，并用χ2統(tǒng)計實現(xiàn)特征項降維，煤礦瓦斯事故調(diào)查報告特征項降維結(jié)果如圖1。

圖1 煤礦瓦斯事故調(diào)查報告特征項降維結(jié)果Fig.1 Dimension reduction results of characteristic items in coal mine gas accident reports

1.3 煤礦瓦斯事故致因詞云分析

根據(jù)分詞后的詞頻結(jié)果，對挖掘所得的煤礦瓦斯事故致因重要性程度進行展示，在R 語言中加載Wordcloud2 程序包，得到煤礦瓦斯事故致因詞云（圖略），在詞云中各致因字體呈大到小從中間向四周分布，越重要的因素位置越靠近中央且字體越大。

在這31 項致因中，根據(jù)各項致因的排列位置，可將其分為關(guān)鍵致因和一般致因。關(guān)鍵致因包括安全管理混亂、安全監(jiān)管不到位、違規(guī)操作、安全培訓(xùn)與教育不足這4 項，其余項為一般致因。分析詞云可知在煤礦生產(chǎn)過程中發(fā)生瓦斯事故往往是作業(yè)人員的違規(guī)操作所引起的，而違規(guī)操作的背后就隱藏著企業(yè)中安全管理的混亂以及安全培訓(xùn)與教育的不足，缺乏對作業(yè)人員的管理與培訓(xùn)是現(xiàn)在大多數(shù)煤礦企業(yè)發(fā)生瓦斯事故的間接原因。因此煤礦企業(yè)需要針對以上關(guān)鍵致因做出合理的管控，同時相關(guān)部門的安全監(jiān)管對保障煤礦企業(yè)的安全生產(chǎn)也具有著重要作用。

2 煤礦瓦斯事故致因社會網(wǎng)絡(luò)分析

2.1 煤礦瓦斯事故致因共現(xiàn)網(wǎng)絡(luò)構(gòu)建

在煤礦生產(chǎn)過程中上述的4 種關(guān)鍵致因造成了多數(shù)的瓦斯事故，但是事故往往是由多種致因共同作用所導(dǎo)致。因此選用共現(xiàn)分析來探討各致因間的共現(xiàn)規(guī)律，共現(xiàn)分析是對每2 個致因在文本集中出現(xiàn)的次數(shù)進行統(tǒng)計，當(dāng)這組致因在文本中共同出現(xiàn)時計為“1”，不共同出現(xiàn)時則計為“0”進行累積，最后得到的煤礦瓦斯事故致因共現(xiàn)矩陣見表1。將所得的共現(xiàn)矩陣導(dǎo)入Gephi，繪制的煤礦瓦斯事故致因共現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)如圖2。

圖2 煤礦瓦斯事故致因共現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.2 Co-occurrence network structure of coal mine gas accident causes

表1 煤礦瓦斯事故致因共現(xiàn)矩陣（部分）Table 1 Co-occurrence matrix of causes of coal mine gas accidents（part）

在網(wǎng)絡(luò)圖中，每一節(jié)點對應(yīng)著相應(yīng)的致因，節(jié)點越大且節(jié)點顏色越偏向紅色，則表明該節(jié)點在網(wǎng)絡(luò)中處于越為重要的地位且具有較大影響力，節(jié)點越小且節(jié)點顏色越偏向藍色則反之。節(jié)點間的連線表示其共同出現(xiàn)在同一事故中，而節(jié)點之間的連線越多，則表明這2 項致因間的關(guān)聯(lián)性越強。在圖中安全管理混亂T1、安全監(jiān)管不到位T2、違規(guī)操作T3、安全培訓(xùn)與教育不足T4這4 個節(jié)點均偏大且顏色偏向紅色，體現(xiàn)了這4 個關(guān)鍵致因在共現(xiàn)網(wǎng)絡(luò)中的重要地位。并且這些關(guān)鍵致因與其他節(jié)點的連線也較多，表明這些關(guān)鍵致因與其他節(jié)點的關(guān)聯(lián)性較強。在煤礦瓦斯事故中，加強對這4 項關(guān)鍵致因的防控能有效的預(yù)防事故的發(fā)生并適當(dāng)減少一般致因的出現(xiàn)。

2.2 網(wǎng)絡(luò)中心性分析

中心性分析是社會網(wǎng)絡(luò)分析的主要方面，反映了某個節(jié)點在網(wǎng)絡(luò)中的重要性程度。因此借助Ucinet 軟件對煤礦瓦斯事故的致因進行點度中心性分析，得到了共現(xiàn)網(wǎng)絡(luò)中的絕對點度中心度、相對點度中心度以及點度中心度占比，煤礦瓦斯事故致因點度中心性分析見表2。

表2 煤礦瓦斯事故致因點度中心性分析（部分）Table 2 Point centrality analysis of causes of coal mine gas accidents（part）

第1 列Degree 列為絕對點度中心度，表示為1個節(jié)點與其他節(jié)點直接連接的總和，反映了網(wǎng)絡(luò)圖的整體中心性。如表中所示，安全管理混亂、安全監(jiān)管不到位、違規(guī)操作、安全培訓(xùn)與教育不足這4 項致因度值較高，與致因詞云和網(wǎng)絡(luò)圖所示情況相同，體現(xiàn)了這4 項關(guān)鍵致因在網(wǎng)絡(luò)中的重要地位。第2 列NrmDegree 列為相對點度中心度，表示為1 個節(jié)點的絕對點度中心度與圖中節(jié)點最大可能的度數(shù)之比，可用于展示整體網(wǎng)絡(luò)的集中程度。最后1 列Share 列為點度中心度的占比，表中前4 項致因的占比達到了0.307，表明這些致因在網(wǎng)絡(luò)中發(fā)揮著主要作用，因此在煤礦生產(chǎn)作業(yè)中需要重點防控。

通過點度中心性分析明確了4 項關(guān)鍵致因在網(wǎng)絡(luò)中的重要地位，為進一步探求一般致因在煤礦瓦斯事故中所發(fā)揮的聯(lián)系和傳遞作用，對煤礦瓦斯事故致因進行介數(shù)中心性分析，得到去除關(guān)鍵致因后一般致因的介數(shù)中心度，煤礦瓦斯事故一般致因介數(shù)中心性分析見表3。其中通風(fēng)管理混亂、缺乏有效的安全監(jiān)控、領(lǐng)導(dǎo)重視程度不足、人員配備不到位、對火工品管理不規(guī)范這5 項致因具有高水平的介數(shù)中心度，表明這些致因在事故發(fā)生的最短路徑中出現(xiàn)并與其他致因間的關(guān)系緊密，因此需對這些致因加強管控，切斷其與事故的聯(lián)系。

表3 煤礦瓦斯事故一般致因介數(shù)中心性分析（部分）Table 3 Betweenness centrality analysis of general causes of coal mine gas accidents（part）

2.3 網(wǎng)絡(luò)核心邊緣結(jié)構(gòu)分析

通過2 類中心性分析后，進一步的核心邊緣結(jié)構(gòu)分析能夠區(qū)分網(wǎng)絡(luò)中高密度的網(wǎng)絡(luò)核心，以及低密度的網(wǎng)絡(luò)邊緣[10]，煤礦瓦斯事故致因的邊緣結(jié)構(gòu)分析如圖3。圖中的紅色節(jié)點群為核心區(qū)域，藍色節(jié)點群為邊緣區(qū)域，其中核心致因包括安全管理混亂、安全監(jiān)管不到位、違規(guī)操作、安全培訓(xùn)與教育不足、通風(fēng)管理混亂、技術(shù)管理薄弱、缺乏有效的安全監(jiān)控、瓦斯治理不到位、防突措施不到位、瓦斯檢查不到位。核心區(qū)域內(nèi)各節(jié)點聯(lián)系緊密，為避免多米諾骨牌效應(yīng)的產(chǎn)生，需對這些節(jié)點采用對應(yīng)的防控措施以加強干涉，從而避免事故的發(fā)生。

圖3 煤礦瓦斯事故致因的邊緣結(jié)構(gòu)分析Fig.3 Analysis of core edge structure of coal mine gas accidents

3 結(jié) 語

1）通過收集126例2012—2020 年發(fā)生的煤礦瓦斯事故調(diào)查報告后，借助文本挖掘技術(shù)和R 語言進行語料庫構(gòu)建、文本分詞、特征值降維等文本挖掘處理流程，得到了31 項煤礦瓦斯致因，并通過詞云進行可視化處理后劃分了安全管理混亂、安全監(jiān)管不到位、違規(guī)操作、安全培訓(xùn)與教育不足4 項關(guān)鍵致因以及27 項一般致因。

2）通過共現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)圖展現(xiàn)了各致因間的共現(xiàn)關(guān)系，并對致因網(wǎng)絡(luò)進行了點度中心性分析明確了4項關(guān)鍵致因在網(wǎng)絡(luò)圖中的重要地位。通過介數(shù)中心性分析得到通風(fēng)管理混亂、缺乏有效的安全監(jiān)控、領(lǐng)導(dǎo)重視程度不足、人員配備不到位、對火工品管理不規(guī)范這五項致因在瓦斯事故中起著聯(lián)系和傳遞作用。進一步的核心邊緣結(jié)構(gòu)分析劃分了網(wǎng)絡(luò)中的核心區(qū)域和邊緣區(qū)域，為煤礦瓦斯事故的防控提供參考。