“
针对当前生产和生活中面临的安全事故问题,利用当前发展迅速的DM(Data Mining)技术,通过对事故信息的多维度分析，实现监测系统的事故预测,提高了监测系统的性能,形成安全预警机制。
▼
事故预测需要获取有意义和可靠的信息，大量原始信息流必须在危机期间进行分析和处理。
基于以上背景，tecdat研究人员重点关注事故情报数据的收集并分析相关信息，通过对时间、地点、语义等不同维度的分析得到有价值的信息，并且尝试通过机器学习方法对事故发生进行预测。
通过时间维度（日期和时间）的事故分析，我们可以洞察到不同类型的事故发生的高峰时间和高发月份，从而进行有效预防。
通过对结果的可视化，可以发现不同时间和月份的事故发生率有一定的差异，因此在后续的预测模型中可以构建相应的时间伪变量从而提高精度。
▍不同事故类型
通过对所有事故数据类型的占比分析，我们可以发现出行的事故发生率是最高的，也远远高于其他类型，其次是触电事故等。（注：部分事故重属多个类型）
通过对事故报告的语义分析，我们可以发现报告中频繁出现的关键词，从中洞察到某类事故发生后通常会关联到哪些关键词，分析其背后的原因，从而进行有效的预防。
▍安全事故预测模型
在获得事故的不同维度基本特征之后，我们通过SVM算法使用这些特征来预测不同类型的事故发生的可能性，采取有针对性的措施，避免未知事故发生带来的损失，达到补救的效果。
▍技术
SVM(Support Vector Machine)用于构建、验证和测试数据集的模型。
在Spark / MLLib / Scikit-Learn / HDFS中重构实现处理较大的数据集。
▍结果
模型预测客户流失的精度精度达到82.5%。
版权声明：为拓端数据原创文章，未经允许不得转载！
