基于深度学习的施工安全隐患整改智能推荐系统
水利工程施工安全隐患治理正向信息化与智能化转型，为了高效地从大量非结构化的施工安全隐患数据中挖掘出有价值的潜在信息，提出了基于深度学习的施工安全隐患整改智能推荐系统。该算法基于词频逆向文档频率算法，提取施工安全隐患的特征词，构建安全隐患关联桑基图，展示施工标段、隐患特征、隐患类型之间的信息流动特征；基于FP-Growth算法挖掘历史数据中的关联规则；结合序列相似度匹配（sequence similarity matching，SSM）算法和Doc2Vec模型，优化案例检索推荐的过程。该算法利用珠江三角洲水资源配置工程2019—2023年记录的80 953条施工安全隐患信息作为数据源。实例验证表...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
China InfoCom Media Group
2023-11-01
|
| Series: | 大数据 |
| Subjects: | |
| Online Access: | https://www.infocomm-journal.com/bdr/CN/10.11959/j.issn.2096-0271.2023076 |
| _version_ | 1797373867733286912 |
|---|---|
| author | 刘震, 赵嵩, 杨涛, 蔡太伟 |
| author_facet | 刘震, 赵嵩, 杨涛, 蔡太伟 |
| author_sort | 刘震, 赵嵩, 杨涛, 蔡太伟 |
| collection | DOAJ |
| description | 水利工程施工安全隐患治理正向信息化与智能化转型，为了高效地从大量非结构化的施工安全隐患数据中挖掘出有价值的潜在信息，提出了基于深度学习的施工安全隐患整改智能推荐系统。该算法基于词频逆向文档频率算法，提取施工安全隐患的特征词，构建安全隐患关联桑基图，展示施工标段、隐患特征、隐患类型之间的信息流动特征；基于FP-Growth算法挖掘历史数据中的关联规则；结合序列相似度匹配（sequence similarity matching，SSM）算法和Doc2Vec模型，优化案例检索推荐的过程。该算法利用珠江三角洲水资源配置工程2019—2023年记录的80 953条施工安全隐患信息作为数据源。实例验证表明，该算法能够为当前的施工安全隐患匹配出较为准确的整改措施，可有效辅助施工安全管理者排查治理隐患问题。 |
| first_indexed | 2024-03-08T18:56:39Z |
| format | Article |
| id | doaj.art-2e6d8228b7fc46f996bdad6f6b8115eb |
| institution | Directory Open Access Journal |
| issn | 2096-0271 |
| language | zho |
| last_indexed | 2024-03-08T18:56:39Z |
| publishDate | 2023-11-01 |
| publisher | China InfoCom Media Group |
| record_format | Article |
| series | 大数据 |
| spelling | doaj.art-2e6d8228b7fc46f996bdad6f6b8115eb2023-12-28T10:40:25ZzhoChina InfoCom Media Group大数据2096-02712023-11-019612413610.11959/j.issn.2096-0271.2023076基于深度学习的施工安全隐患整改智能推荐系统刘震, 赵嵩, 杨涛, 蔡太伟水利工程施工安全隐患治理正向信息化与智能化转型，为了高效地从大量非结构化的施工安全隐患数据中挖掘出有价值的潜在信息，提出了基于深度学习的施工安全隐患整改智能推荐系统。该算法基于词频逆向文档频率算法，提取施工安全隐患的特征词，构建安全隐患关联桑基图，展示施工标段、隐患特征、隐患类型之间的信息流动特征；基于FP-Growth算法挖掘历史数据中的关联规则；结合序列相似度匹配（sequence similarity matching，SSM）算法和Doc2Vec模型，优化案例检索推荐的过程。该算法利用珠江三角洲水资源配置工程2019—2023年记录的80 953条施工安全隐患信息作为数据源。实例验证表明，该算法能够为当前的施工安全隐患匹配出较为准确的整改措施，可有效辅助施工安全管理者排查治理隐患问题。https://www.infocomm-journal.com/bdr/CN/10.11959/j.issn.2096-0271.2023076施工安全关联分析深度学习智能推荐 |
| spellingShingle | 刘震, 赵嵩, 杨涛, 蔡太伟 基于深度学习的施工安全隐患整改智能推荐系统 大数据 施工安全 关联分析 深度学习 智能推荐 |
| title | 基于深度学习的施工安全隐患整改智能推荐系统 |
| title_full | 基于深度学习的施工安全隐患整改智能推荐系统 |
| title_fullStr | 基于深度学习的施工安全隐患整改智能推荐系统 |
| title_full_unstemmed | 基于深度学习的施工安全隐患整改智能推荐系统 |
| title_short | 基于深度学习的施工安全隐患整改智能推荐系统 |
| title_sort | 基于深度学习的施工安全隐患整改智能推荐系统 |
| topic | 施工安全 关联分析 深度学习 智能推荐 |
| url | https://www.infocomm-journal.com/bdr/CN/10.11959/j.issn.2096-0271.2023076 |
| work_keys_str_mv | AT liúzhènzhàosōngyángtāocàitàiwěi jīyúshēndùxuéxídeshīgōngānquányǐnhuànzhěnggǎizhìnéngtuījiànxìtǒng |