煤矿企业安全氛围量表开发研究

采用标准化的量表开发程序,对煤矿企业安全氛围量表进行研究。通过文献分析、高管访谈与专家反馈确定量表的初始项目池,通过预测试样本的项目分析与探索性因子分析对量表题项进行精炼,通过大样本数据的验证性因子分析与回归分析对量表有效性进行确认。研究表明,煤矿企业安全氛围包括7个维度,即安全意识、管理允诺、监管者行为、安全政策、安全交流、安全培训和风险准备。本研究的开发过程不仅规范、可靠,得到的量表结构亦具有较高的信度和效度,能够为煤矿企业安全氛围管理提供理论指导和测量工具。

面向非均衡文本信息的企业生产安全氛围智能感知模型

现有企业生产安全氛围的主要描述载体是文本,但文本无法定量描述的特点是企业生产安全氛围分析面临的重要挑战。基于机器学习和自然语言处理技术处理企业生产安全氛围文本信息,着重从安全氛围主题辨识和安全氛围等级预测两方面,综合实现对企业生产安全氛围的智能感知。首先借鉴合成少数类过采样技术(SMOTE)算法思想,提出一种“类SMOTE”算法,用于解决非均衡文本数据问题;然后基于隐含狄利克雷分布(LDA主题模型)实现安全氛围主题辨识,得到文本主题词及相关权重;最后基于机器学习算法实现安全氛围等级预测。经过实例验证,提出的“类SMOTE+LDA+Bayes”组合模型,对于企业生产安全氛围智能感知效果较好。