飞行安全是民航系统运行过程中讨论的永恒主题,飞行事故发生概率最高的阶段是进近着陆阶段。其阶段飞机高度较低,速度较小,时间短,操作任务繁杂,一旦发生突发情况,极易诱发飞行事故的发生,因此开展飞行进近着陆关键致险因素与风险管控研究对保障该阶段安全运行具有重要现实意义。本文以进近着陆阶段全过程为研究对象,利用11277条飞行进近着陆阶段不安全事件信息文本为基础,结合文本分析方法、神经网络模型、风险分析理论以及前后端开发技术,实现基于文本挖掘的飞机进近着陆致险因素分析及风险评价的研究。主要研究内容与结果:（1）进近着陆关键致险因素提取。利用文本挖掘方法,经文本预处理、特征项抽取、降维以及空间向量模型的构建等,形成30个进近着陆特征降维结果,利用优化的K-means算法对各致险因素集合进行聚类分析与归纳。（2）基于注意力机制的多通道Text CNN-Bi GRU致险因素分类模型的构建。利用神经网络模型对致险因素文本进行分类,以实现快速查找关键因素及其理论权值。（3）关键致险因素重要度分析。结合关键致险因素理论权值与灰色关联法进行致险因素的重要程度分析,同时利用传统的三角模糊事故树方法进行验证。（4）进近着陆事故致险因素识别系统的构建。将研究内容进行集成,利用Django框架,初步形成了进近着陆致险因素查找与数据的可视化功能。研究为查找安全隐患,预防性控制,进近着陆阶段安全能力与风险管理体系建立提供基础保障。本文通过文本分析得到包括操纵误差、沟通错误、导航精密误差、不合理管理程序等关键致险因素,基于注意力机制多通道Text CNN-Bi GRU致险因素分类模型,结合关键致险因素理论权值与灰色关联法进行致险因素的风险评价,并设计开发基于信息文本分析的进近着陆事故致险因素动态识别系统,为基于信息数据驱动的进近着陆风险管控提供参考。