近年来,随着安全生产信息化程度不断加深,国家和社会对提升安全生产大数据分析能力、遏制重特大事故发生、保障生产安全的需求不断增长。安全生产数据收集存储能力增强与分析利用水平欠缺之间的矛盾,逐渐成为制约安全生产发展的主要问题。在大数据时代,如何借助专门的思想和手段,从大量看似杂乱、繁复的安全生产数据中,收集、整理和分析事故隐患数据足迹,以支撑安全生产风险辨识评价和预警决策,将成为至关重要的研究课题。本论文旨在建立一种数据驱动型风险预警方法,以海量事故隐患文本报告为分析对象,科学融合风险管理理论和大数据分析方法,实现风险因素高效精准识别、多维风险智能定量评价和风险信息适时自动预警等3大科学内容。本文主要内容和创新贡献如下:(1)提出针对海量事故隐患文本的风险智能识别方法,将风险辨识方法和文本挖掘技术有机结合,应用系统安全分析方法、文本特征提取技术和知识图谱理论,解析事故隐患文本的句式结构,分析与提取事故隐患大数据蕴含的风险信息,实现非结构化事故隐患数据向结构化风险基本信息转变。(2)以风险基本信息为数据基础,设计基于等价类变换算法的单一风险与复合风险分析方法,挖掘风险间的潜在关联关系;设计风险变化识别算法与挖掘流程,分析风险变化模式;整合风险条件概率和变化趋势,构建风险定量评价模型和可视化方案,完成风险基本信息向潜在风险信息的转变。(3)明确大数据环境下风险预警主体及职能,设计风险预警基本方法与实施流程;结合企业风险预警需求,构建面向大数据分析的风险预警功能及流程框架,设计支撑大数据分析的风险预警平台逻辑架构和技术架构,实现潜在风险信息向风险预警指令的转变。(4)以石油炼化企业HSE管理体系审核数据和机械制造企业安全生产标准化评审数据为实证应用对象,从预警模式实用性、预警方法准确性和数据分析适应性3个方面验证研究成果在提升事故隐患大数据利用效率,提高风险预警效能等方面做出的积极效果。