随着交通行业覆盖领域不断扩展,安全生产事故内容日益复杂,而交通行业安全生产事故数据多以文本的形式存储,价值量高但价值密度低,单靠传统运动式、人工式的监管方式,很难实现风险的预见和防范。如何通过信息化技术有效的管理文本类的交通行业安全生产事故数据,对交通行业安全生产事故进行科学的分析,成为目前研究领域内的热点问题。针对以上问题,本文设计并实现了一种基于词向量的文本数据处理方法,通过关键词分类及知识抽取技术,将非结构化的文本数据处理成具有多种关键属性的结构化数据,并通过多种可视化分析方法挖掘北京市交通行业安全生产事故的特征,对比其优缺点,继而深入分析其致因因素并提出合理建议。在以上研究工作的基础上将分析成果落地形成交通行业安全生产大数据平台原型系统,为北京市交通行业安全生产相关管理部门提供信息支持和科学指导。本文主要研究内容有:（1）设计一种基于自然语言处理技术的事故文本关键词分类方法,构建一套交通行业相关业务数据自动化处理流程,实现快速化、规范化、流程化的交通行业安全生产事故数据预处理。（2）构建ORACLE关系型数据库和Neo4j图数据库,形成为上层系统应用以及可视化分析提供数据服务的基础数据库,有利于相关业务数据的规范化管理和知识的持久化存储。（3）通过构建传统热力图及关键词共现图谱,利用可视化分析的方法挖掘交通行业安全生产事故时空特征,并评估对比其间的优势与劣势。基于专家知识的基础上结合致因主题总结方法对事故主要驱动因素进行提炼总结,综合以上结果分析并提出合理建议,为北京市交通行业安全生产相关管理部门提供信息支持和科学指导。（4）基于WebGIS相关技术,设计并实现了交通行业安全态势监控系统应用的开发,包括安全态势、安全监管、风险预警、应急管理、统计分析、数据维护等功能,为北京市交通行业日常管理和事故的应急处置提供科学的决策支持。