煤炭资源是我国重要的能源资源,煤炭的开采过程中存在着较多可能导致矿井事故的安全隐患,随着科学技术的进步和生产力水平的提高,煤矿安全生产也得到了社会的高度关注和重视,虽然现在很多煤矿都配置有安全隐患参数监测系统,能实时监测矿井内的瓦斯浓度、通风量、温度、湿度等参数信息,但是很少有煤矿能有效的利用这些数据获得有用的信息,而本文就是利用数据仓库和数据挖掘技术对煤矿安全监测系统监控的参数信息进行深度挖掘,以获取有效的预测信息。本文首先介绍了我国煤矿安全事故现状,通过搜集数据和绘制图表的方式,可以看出目前我国煤矿安全形势还比较严峻;在此基础上,分析了数据仓库以及数据挖掘的理论知识,为后期构建煤矿安全隐患模型以及进行数据挖掘提供了理论依据;然后,通过设置合理的煤矿安全隐患模型以及构建数据仓库,获取了有效的煤矿安全隐患参数数据;最后,根据关联规则Apriori算法在关联规则准确性以及时间效率上的不足,分别提出了增加合理度以及减少候选项目集Ck中的候选项量的改进措施,并通过实验验证了改进措施的合理性,利用改进的算法对数据仓库内的煤矿隐患参数数据进行挖掘,获取强关联规则,通过对规则的分析,确定了其合理性,从而对煤矿安全生产提供了较好的参考依据。