CN113807751B - 一种基于知识图谱的安全风险等级评定方法及系统 - Google Patents
一种基于知识图谱的安全风险等级评定方法及系统 Download PDFInfo
- Publication number
- CN113807751B CN113807751B CN202111374744.6A CN202111374744A CN113807751B CN 113807751 B CN113807751 B CN 113807751B CN 202111374744 A CN202111374744 A CN 202111374744A CN 113807751 B CN113807751 B CN 113807751B
- Authority
- CN
- China
- Prior art keywords
- level
- safety
- sub
- data information
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于计算机领域,提供了一种基于知识图谱的安全风险等级评定方法及系统,通过获取企业内部与安全风险等级评定相关的数据信息,将数据信息中的有效信息进行结构化,进而构建企业安全知识图谱;当开展新的项目时,获取新项目资料信息;逆向运用溯源知识图谱,提取新项目资料信息中涉及安全风险控制信息的内容,并导入到溯源知识图谱中;根据溯源知识图谱分析新项目存在的安全风险原因,并对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级;将新项目存在的安全风险原因以及新项目所处的安全风险等级反馈给评测端。能够自动对新项目可能存在的安全风险因素进行查漏补缺,加快安全风险等级评定的速度,保证评定过程的公平公正。
Description
技术领域
本发明属于计算机领域,尤其涉及一种基于知识图谱的安全风险等级评定方法及系统。
背景技术
知识图谱主要目标是用来描述真实世界中存在的各种实体和概念,以及他们之间的强关系,我们用关系去描述两个实体之间的关联。知识图谱由节点和边组成,节点表示实体,边表示实体与实体之间的关系,这是最直观、最易于理解的知识表示和实现知识推理的框架,也奠定了现代问答系统的基础。知识图谱为互联网上海量、异构、动态的大数据表达、组织、管理以及利用提供了一种更为有效的方式,使得网络的智能化水平更高,更加接近于人类的认知思维。
利用知识图谱对于数据的归纳整理,用户在使用的过程中,能够找出更加准确的所需信息,并在搜索关键词的基础上向用户呈现相关的知识体系以及更有深度的相关信息。对于企业内部庞杂的数据,更需要这种数据整理归纳工具来对数据进行梳理。随着企业内部对于内部安全的重视,对于各项事宜开展过程中可能涉及到的安全风险需要提前进行评定,并在各项事宜开展过程中进行安全监控。当提前预测出安全风险等级之后,就能够相应的提前做好相应等级的安全防范,以减少安全事故的发生。
对于安全风险的评定,现有的评定均是人为进行的,通常是将企业内部开展的各项事务进行上报,有专门的监管人员进行安全风险等级的评定,评定的依据通常是企业内部设定的安全风险等级评定标准,对各项事宜涉及到的工作、用到的工具以及工作时间等分别进行一一评定,然后将各项评定进行综合分析。整个过程中可能会涉及到多个工种的施工以及多种工具的操作等,需要监管人员具有多领域的知识,另外人为评定受到的个人主观影响较大,对照各项评价标准进行查找核对,耗时时间较长,对于不同项目的评定会产生差别,对于安全风险等级评定结果的准确性难以保证。
发明内容
本发明实施例提供一种基于知识图谱的安全风险等级评定方法及系统,旨在解决问题。
本发明实施例是这样实现的,一方面,一种基于知识图谱的安全风险等级评定方法包括:
获取企业内部与安全风险等级评定相关的数据信息,并对数据信息进行清洗;
识别清洗后的数据信息,将数据信息中的有效信息进行结构化,构建企业安全知识图谱;所述企业安全知识图谱包括安全风险溯源知识图谱和安全管理基础知识图谱;
获取新项目资料信息;
逆向运用溯源知识图谱,提取新项目资料信息中涉及安全风险控制信息的内容,并导入到溯源知识图谱中;
分析新项目存在的安全风险原因,并对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级;
将新项目存在的安全风险原因以及新项目所处的安全风险等级反馈给评测端。
作为本发明的一种改进方案:所述识别清洗后的数据信息,将数据信息中的有效信息进行结构化,构建企业安全知识图谱之后,所述方法还包括:
获取过往发生过安全问题的历史项目资料信息,按照安全风险溯源知识图谱内的图谱层级对每份历史项目资料信息进行解构分析,得到安全问题发生的具体原因;
根据解构分析结果,将每份历史项目资料信息未涉及到的图谱层级中的具体原因的忽略次数进行加一计数。
作为本发明的又一种改进方案:所述根据解构分析结果,将每份历史项目资料信息未涉及到的图谱层级中的具体原因的忽略次数进行加一计数之后,所述方法还包括:
提取每份历史项目资料信息记载的安全风险损失值;
将安全风险损失值除以标准折算值,得到影响因子;
将影响因子作为权重值添加到每份历史项目资料信息对应的安全问题发生的具体原因上。
作为本发明的另一种改进方案:所述将影响因子作为权重值添加到每份历史项目资料信息对应的安全问题发生的具体原因上之后,所述方法还包括:
当多份历史项目资料信息均未涉及到同一个具体原因时,将每份历史项目资料信息计算出的影响因子相加,得到具体原因的最终影响因子;
不断获取过往发生过安全问题的历史项目资料信息,并对每份历史项目资料信息进行解构分析,当影响因子的数值超过预设值的时候,对所用的影响因子进行同比例缩小处理,当具体原因的忽略次数超过阈值的时候,对所有具体原因的忽略次数也进行同比例缩小处理;
分析各个具体原因的影响因子变化情况以及忽略次数变化次数,对其中影响因子或忽略次数突出的具体原因进行重点分析,并在每次开展新项目时进行重点核查。
作为本发明的进一步方案:所述分析新项目存在的安全风险原因,并对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级具体包括:
逆向运用溯源知识图谱,提取新项目资料信息中涉及安全风险控制信息的内容,并导入到溯源知识图谱中;
当安全风险控制信息的内容中包括溯源知识图谱中的具体原因内容,将溯源知识图谱中该部分具体原因进行标识;
提取溯源知识图谱中未被标识的具体原因以及具体原因的忽略次数;
根据未被标识的具体原因的数量和具体原因的忽略次数,对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级。
作为本发明的再进一步方案:所述根据未被标识的具体原因的数量和具体原因的忽略次数,对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级具体包括:
统计未被标识的具体原因的数量,得到潜在安全风险因素数量值;
将每个具体原因的忽略次数与每个具体原因发生的影响因子相乘,得到每个具体原因的单点危害值;
最终将所有未被标识的具体原因的单点危害值相加,得到安全风险评定值;
根据统计出的安全风险因素数量值和安全风险评定值,检索安全风险等级评定表,从安全风险等级评定表中检索到安全风险因素数量值对应的一阶安全风险等级和安全风险评定值对应的二阶安全风险等级。
作为本发明的优化方案:所述将新项目存在的安全风险原因以及新项目所处的安全风险等级反馈给评测端具体包括:
将未被标记的具体原因、具体原因的忽略次数以及新项目所处的安全风险等级反馈给评测端;
根据评测端上传的未被标记的具体原因查看操作指令,在安全管理基础知识图谱中调出与未被标记的具体原因相关的安全管理内容,根据安全管理内容消除未被标记的具体原因,使得新项目的安全风险等级降低。
作为本发明的又一种方案:所述安全风险溯源知识图谱包括安全问题层级、直接原因层级、间接原因层级以及根本原因层级;
所述安全问题层级包括安全隐患子级、安全事故子级、未遂事故子级以及异常问题子级;所述直接原因层级包括安全投入子级、设备采购质量子级、规章制度子级、违章操作子级、岗位匹配度子级以及防护用品子级;所述间接原因层级包括安全意识子级、安全知识子级、安全习惯子级以及安全心理子级;所述根本原因层级包括目标责任子级、制度管理子级、安全培训子级、设备管理子级、作业管理子级、安全风险管理子级、隐患管理子级、事故管理子级以及应急管理子级。
作为本发明的进一步方案:所述安全管理基础知识图谱包括安全目标层级、安全职责层级、安全制度层级、培训信息层级、设备管理层级、作业活动管理层级、安全风险管控层级、隐患信息层级、事故信息层级、应急管理层级、监控信息层级以及安全考核信息层级;所述根本原因层级中的子级与安全管理基础知识图谱中的层级相互对应。
另一方面,一种基于知识图谱的安全风险等级评定系统包括:
数据信息获取模块,用于获取企业内部与安全风险等级评定相关的数据信息,并对数据信息进行清洗;
安全知识图谱构建模块,用于识别清洗后的数据信息,将数据信息中的有效信息进行结构化,构建企业安全知识图谱;所述企业安全知识图谱包括安全风险溯源知识图谱和安全管理基础知识图谱;
资料信息获取模块,用于获取新项目资料信息;
信息提取模块,用于逆向运用溯源知识图谱,提取新项目资料信息中涉及安全风险控制信息的内容,并导入到溯源知识图谱中;
安全风险等级评定模块,用于分析新项目存在的安全风险原因,并对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级;
反馈模块,用于将新项目存在的安全风险原因以及新项目所处的安全风险等级反馈给评测端。
本发明的有益效果:通过获取企业内部与安全风险等级评定相关的数据信息,将数据信息中的有效信息进行结构化,进而构建企业安全知识图谱;当开展新的项目时,获取新项目资料信息;逆向运用溯源知识图谱,提取新项目资料信息中涉及安全风险控制信息的内容,并导入到溯源知识图谱中;根据溯源知识图谱分析新项目存在的安全风险原因,并对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级;将新项目存在的安全风险原因以及新项目所处的安全风险等级反馈给评测端。能够自动对新项目可能存在的安全风险因素进行查漏补缺,加快安全风险等级评定的速度,保证评定过程的公平公正,并且监管人员根据评定结果和反馈信息将安全风险排除,降低项目中途发生意外的概率,保证项目顺利执行。
附图说明
图1是一种基于知识图谱的安全风险等级评定方法的主流程图;
图2是一种基于知识图谱的安全风险等级评定方法中的历史资料分析流程图;
图3是一种基于知识图谱的安全风险等级评定流程图;
图4是一种基于知识图谱的安全风险等级分阶评定流程图;
图5是一种基于知识图谱的安全风险等级评定系统的内部结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1示出了本发明实施例的一种基于知识图谱的安全风险等级评定方法的主流程图,所述基于知识图谱的安全风险等级评定方法包括:
步骤S10:获取企业内部与安全风险等级评定相关的数据信息,并对数据信息进行清洗。
步骤S11:识别清洗后的数据信息,将数据信息中的有效信息进行结构化,构建企业安全知识图谱;所述企业安全知识图谱包括安全风险溯源知识图谱和安全管理基础知识图谱。因为企业内部与安全风险等级评定相关的数据信息在表述上各有不同,不能形成统一的标准,因此需要将这些数据信息进行筛选整理,汇总成统一的表述。
所述安全风险溯源知识图谱包括安全问题层级、直接原因层级、间接原因层级以及根本原因层级。所述安全问题层级包括安全隐患子级、安全事故子级、未遂事故子级以及异常问题子级;所述直接原因层级包括安全投入子级、设备采购质量子级、规章制度子级、违章操作子级、岗位匹配度子级以及防护用品子级;所述间接原因层级包括安全意识子级、安全知识子级、安全习惯子级以及安全心理子级;所述根本原因层级包括目标责任子级、制度管理子级、安全培训子级、设备管理子级、作业管理子级、安全风险管理子级、隐患管理子级、事故管理子级以及应急管理子级。
所述安全管理基础知识图谱包括安全目标层级、安全职责层级、安全制度层级、培训信息层级、设备管理层级、作业活动管理层级、安全风险管控层级、隐患信息层级、事故信息层级、应急管理层级、监控信息层级以及安全考核信息层级;所述根本原因层级中的子级与安全管理基础知识图谱中的层级相互对应。对安全风险溯源知识图谱和安全管理基础知识图谱设定层级式的架构,是为了层层分析,更有逻辑的定位和分析出项目或者事件中可能存在的安全风险因素以及安全风险因素对应的产生原因。
步骤S12:获取新项目资料信息。开展项目时,为了能够自动对新项目进行安全风险等级的评定,需要获取新项目的资料信息,这些信息可以是用户自己上传的,也可以是系统自动扫描识别的。
步骤S13:逆向运用溯源知识图谱,提取新项目资料信息中涉及安全风险控制信息的内容,并导入到溯源知识图谱中。所谓的安全风险控制信息指的是项目在开展初期为了避免项目实施过程中出现安全风险,提前做了或者准备在实施过程中做的安全相关的内容,将这部分内容提取出来,这部分内容指安全管理基础知识图谱中涉及到的方方面面的内容,例如安全培训,设备安全管理,安全知识考核等。
步骤S14:分析新项目存在的安全风险原因,并对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级。
步骤S15:将新项目存在的安全风险原因以及新项目所处的安全风险等级反馈给评测端。能够自动对新项目可能存在的安全风险因素进行查漏补缺,加快安全风险等级评定的速度,保证评定过程的公平公正,并且监管人员根据评定结果和反馈信息将安全风险排除,降低项目中途发生意外的概率,保证项目顺利执行。
图2示出了本发明实施例的一种基于知识图谱的安全风险等级评定方法中的历史资料分析流程图,所述识别清洗后的数据信息,将数据信息中的有效信息进行结构化,构建企业安全知识图谱之后,所述方法还包括:
步骤S20:获取过往发生过安全问题的历史项目资料信息,按照安全风险溯源知识图谱内的图谱层级对每份历史项目资料信息进行解构分析,得到安全问题发生的具体原因。所述的具体原因可以是溯源知识图谱内涉及到的任一种原因。
步骤S21:根据解构分析结果,将每份历史项目资料信息未涉及到的图谱层级中的具体原因的忽略次数进行加一计数。具体原因被疏忽的次数越多,说明该原因在下一次项目实施过程中可能疏忽的概率越大,此时需要对该原因给予更多的重视。
步骤S22:提取每份历史项目资料信息记载的安全风险损失值。
步骤S23:将安全风险损失值除以标准折算值,得到影响因子。
步骤S24:将影响因子作为权重值添加到每份历史项目资料信息对应的安全问题发生的具体原因上。因为某些具体原因的疏忽,造成的损失不同,损失越大,说明具体原因对于项目实施的安全性影响越大。
步骤S25:当多份历史项目资料信息均未涉及到同一个具体原因时,将每份历史项目资料信息计算出的影响因子相加,得到具体原因的最终影响因子。
步骤S26:不断获取过往发生过安全问题的历史项目资料信息,并对每份历史项目资料信息进行解构分析,当影响因子的数值超过预设值的时候,对所用的影响因子进行同比例缩小处理,当具体原因的忽略次数超过阈值的时候,对所有具体原因的忽略次数也进行同比例缩小处理。随着历史项目的增多,影响因子越来越大,具体原因被忽略的次数随着累计也会越来越大,因此需要定时对影响因子和忽略次数进行缩小处理,避免待评价的数值越来越大。所述影响因子或忽略次数有很多,任一个数值超过预设值或阈值就要进行缩小处理。
步骤S27:分析各个具体原因的影响因子变化情况以及忽略次数变化次数,对其中影响因子或忽略次数突出的具体原因进行重点分析,并在每次开展新项目时进行重点核查。
图3示出了本发明实施例的一种基于知识图谱的安全风险等级评定流程图,所述分析新项目存在的安全风险原因,并对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级具体包括:
步骤S140:逆向运用溯源知识图谱,提取新项目资料信息中涉及安全风险控制信息的内容,并导入到溯源知识图谱中。
步骤S141:当安全风险控制信息的内容中包括溯源知识图谱中的具体原因内容,将溯源知识图谱中该部分具体原因进行标识。
步骤S142:提取溯源知识图谱中未被标识的具体原因以及具体原因的忽略次数。
步骤S143:根据未被标识的具体原因的数量和具体原因的忽略次数,对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级。
在本实施例的一种情况中,所述将新项目存在的安全风险原因以及新项目所处的安全风险等级反馈给评测端具体包括:
步骤S30:将未被标记的具体原因、具体原因的忽略次数以及新项目所处的安全风险等级反馈给评测端。
步骤S31:根据评测端上传的未被标记的具体原因查看操作指令,在安全管理基础知识图谱中调出与未被标记的具体原因相关的安全管理内容,根据安全管理内容消除未被标记的具体原因,使得新项目的安全风险等级降低。
图4示出了本发明实施例的一种基于知识图谱的安全风险等级分阶评定流程图,所述根据未被标识的具体原因的数量和具体原因的忽略次数,对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级具体包括:
步骤S40:统计未被标识的具体原因的数量,得到潜在安全风险因素数量值。
步骤S41:将每个具体原因的忽略次数与每个具体原因发生的影响因子相乘,得到每个具体原因的单点危害值。
步骤S42:最终将所有未被标识的具体原因的单点危害值相加,得到安全风险评定值。
步骤S43:根据统计出的安全风险因素数量值和安全风险评定值,检索安全风险等级评定表,从安全风险等级评定表中检索到安全风险因素数量值对应的一阶安全风险等级和安全风险评定值对应的二阶安全风险等级。其中一阶安全风险等级用于提醒用户在新项目中忽略的安全风险因素处于什么等级,如果忽略的安全风险因素较多,发生事故的概率就会增大;二阶安全风险等级用于提醒用户在新项目中,忽略的安全风险因素(即具体原因对应的内容)对于项目施工的影响程度处于什么等级,二阶安全风险等级越大,说明对项目的影响程度越大。
图5示出了本发明实施例的一种基于知识图谱的安全风险等级评定系统的内部结构示意图,所述基于知识图谱的安全风险等级评定系统包括:
数据信息获取模块100,用于获取企业内部与安全风险等级评定相关的数据信息,并对数据信息进行清洗;
安全知识图谱构建模块200,用于识别清洗后的数据信息,将数据信息中的有效信息进行结构化,构建企业安全知识图谱;所述企业安全知识图谱包括安全风险溯源知识图谱和安全管理基础知识图谱;
资料信息获取模块300,用于获取新项目资料信息;
信息提取模块400,用于逆向运用溯源知识图谱,提取新项目资料信息中涉及安全风险控制信息的内容,并导入到溯源知识图谱中;
安全风险等级评定模块500,用于分析新项目存在的安全风险原因,并对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级;
反馈模块600,用于将新项目存在的安全风险原因以及新项目所处的安全风险等级反馈给评测端。
为了能够加载上述方法和系统能够顺利运行,该系统除了包括上述各种模块之外,还可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线、处理器和存储器等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种较佳实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于知识图谱的安全风险等级评定方法,其特征在于,所述方法包括:
获取企业内部与安全风险等级评定相关的数据信息,并对数据信息进行清洗;
识别清洗后的数据信息,将数据信息中的有效信息进行结构化,构建企业安全知识图谱;所述企业安全知识图谱包括安全风险溯源知识图谱和安全管理基础知识图谱;
获取新项目资料信息;
逆向运用溯源知识图谱,提取新项目资料信息中涉及安全风险控制信息的内容,并导入到溯源知识图谱中;
分析新项目存在的安全风险原因,并对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级;
将新项目存在的安全风险原因以及新项目所处的安全风险等级反馈给评测端;
所述安全风险溯源知识图谱包括安全问题层级、直接原因层级、间接原因层级以及根本原因层级;
所述安全问题层级包括安全隐患子级、安全事故子级、未遂事故子级以及异常问题子级;所述直接原因层级包括安全投入子级、设备采购质量子级、规章制度子级、违章操作子级、岗位匹配度子级以及防护用品子级;所述间接原因层级包括安全意识子级、安全知识子级、安全习惯子级以及安全心理子级;所述根本原因层级包括目标责任子级、制度管理子级、安全培训子级、设备管理子级、作业管理子级、安全风险管理子级、隐患管理子级、事故管理子级以及应急管理子级;
所述安全管理基础知识图谱包括安全目标层级、安全职责层级、安全制度层级、培训信息层级、设备管理层级、作业活动管理层级、安全风险管控层级、隐患信息层级、事故信息层级、应急管理层级、监控信息层级以及安全考核信息层级;所述根本原因层级中的子级与安全管理基础知识图谱中的层级相互对应。
2.如权利要求1所述的基于知识图谱的安全风险等级评定方法,其特征在于,所述识别清洗后的数据信息,将数据信息中的有效信息进行结构化,构建企业安全知识图谱之后,所述方法还包括:
获取过往发生过安全问题的历史项目资料信息,按照安全风险溯源知识图谱内的图谱层级对每份历史项目资料信息进行解构分析,得到安全问题发生的具体原因;
根据解构分析结果,将每份历史项目资料信息未涉及到的图谱层级中的具体原因的忽略次数进行加一计数。
3.如权利要求2所述的基于知识图谱的安全风险等级评定方法,其特征在于,所述根据解构分析结果,将每份历史项目资料信息未涉及到的图谱层级中的具体原因的忽略次数进行加一计数之后,所述方法还包括:
提取每份历史项目资料信息记载的安全风险损失值;
将安全风险损失值除以标准折算值,得到影响因子;
将影响因子作为权重值添加到每份历史项目资料信息对应的安全问题发生的具体原因上。
4.如权利要求3所述的基于知识图谱的安全风险等级评定方法,其特征在于,所述将影响因子作为权重值添加到每份历史项目资料信息对应的安全问题发生的具体原因上之后,所述方法还包括:
当多份历史项目资料信息均未涉及到同一个具体原因时,将每份历史项目资料信息计算出的影响因子相加,得到具体原因最终的影响因子;
不断获取过往发生过安全问题的历史项目资料信息,并对每份历史项目资料信息进行解构分析,当影响因子的数值超过预设值的时候,对所用的影响因子进行同比例缩小处理,当具体原因的忽略次数超过阈值的时候,对所有具体原因的忽略次数也进行同比例缩小处理;
分析各个具体原因的影响因子变化情况以及忽略次数变化次数,对其中影响因子或忽略次数突出的具体原因进行重点分析,并在每次开展新项目时进行重点核查。
5.如权利要求3所述的基于知识图谱的安全风险等级评定方法,其特征在于,所述分析新项目存在的安全风险原因,并对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级具体包括:
当安全风险控制信息的内容中包括溯源知识图谱中的具体原因内容,将溯源知识图谱中该部分具体原因进行标识;
提取溯源知识图谱中未被标识的具体原因以及具体原因的忽略次数;
根据未被标识的具体原因的数量和具体原因的忽略次数,对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级。
6.如权利要求5所述的基于知识图谱的安全风险等级评定方法,其特征在于,所述根据未被标识的具体原因的数量和具体原因的忽略次数,对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级具体包括:
统计未被标识的具体原因的数量,得到潜在安全风险因素数量值;
将每个具体原因的忽略次数与每个具体原因发生的影响因子相乘,得到每个具体原因的单点危害值;
最终将所有未被标识的具体原因的单点危害值相加,得到安全风险评定值;
根据统计出的安全风险因素数量值和安全风险评定值,检索安全风险等级评定表,从安全风险等级评定表中检索到安全风险因素数量值对应的一阶安全风险等级和安全风险评定值对应的二阶安全风险等级。
7.如权利要求5所述的基于知识图谱的安全风险等级评定方法,其特征在于,所述将新项目存在的安全风险原因以及新项目所处的安全风险等级反馈给评测端具体包括:
将未被标记的具体原因、具体原因的忽略次数以及新项目所处的安全风险等级反馈给评测端;
根据评测端上传的未被标记的具体原因查看操作指令,在安全管理基础知识图谱中调出与未被标记的具体原因相关的安全管理内容,根据安全管理内容消除未被标记的具体原因,使得新项目的安全风险等级降低。
8.一种基于知识图谱的安全风险等级评定系统,其特征在于,所述系统包括:
数据信息获取模块,用于获取企业内部与安全风险等级评定相关的数据信息,并对数据信息进行清洗;
安全知识图谱构建模块,用于识别清洗后的数据信息,将数据信息中的有效信息进行结构化,构建企业安全知识图谱;所述企业安全知识图谱包括安全风险溯源知识图谱和安全管理基础知识图谱;
资料信息获取模块,用于获取新项目资料信息;
信息提取模块,用于逆向运用溯源知识图谱,提取新项目资料信息中涉及安全风险控制信息的内容,并导入到溯源知识图谱中;
安全风险等级评定模块,用于分析新项目存在的安全风险原因,并对新项目的安全风险等级进行评定,得出新项目所处的安全风险等级;
反馈模块,用于将新项目存在的安全风险原因以及新项目所处的安全风险等级反馈给评测端;
所述安全风险溯源知识图谱包括安全问题层级、直接原因层级、间接原因层级以及根本原因层级;
所述安全问题层级包括安全隐患子级、安全事故子级、未遂事故子级以及异常问题子级;所述直接原因层级包括安全投入子级、设备采购质量子级、规章制度子级、违章操作子级、岗位匹配度子级以及防护用品子级;所述间接原因层级包括安全意识子级、安全知识子级、安全习惯子级以及安全心理子级;所述根本原因层级包括目标责任子级、制度管理子级、安全培训子级、设备管理子级、作业管理子级、安全风险管理子级、隐患管理子级、事故管理子级以及应急管理子级;
所述安全管理基础知识图谱包括安全目标层级、安全职责层级、安全制度层级、培训信息层级、设备管理层级、作业活动管理层级、安全风险管控层级、隐患信息层级、事故信息层级、应急管理层级、监控信息层级以及安全考核信息层级;所述根本原因层级中的子级与安全管理基础知识图谱中的层级相互对应。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111374744.6A CN113807751B (zh) | 2021-11-19 | 2021-11-19 | 一种基于知识图谱的安全风险等级评定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111374744.6A CN113807751B (zh) | 2021-11-19 | 2021-11-19 | 一种基于知识图谱的安全风险等级评定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113807751A CN113807751A (zh) | 2021-12-17 |
CN113807751B true CN113807751B (zh) | 2022-03-04 |
Family
ID=78938444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111374744.6A Active CN113807751B (zh) | 2021-11-19 | 2021-11-19 | 一种基于知识图谱的安全风险等级评定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113807751B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114937501A (zh) * | 2022-05-23 | 2022-08-23 | 上海迎智正能文化发展有限公司 | 基于知识图谱的心理健康风险等级评定系统及其方法 |
CN115208627B (zh) * | 2022-06-07 | 2024-03-22 | 广西双正工程监理服务有限公司 | 信息系统安全检测评估与处理系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019212857A1 (en) * | 2018-05-04 | 2019-11-07 | Zestfinance, Inc. | Systems and methods for enriching modeling tools and infrastructure with semantics |
CN113127606B (zh) * | 2021-06-18 | 2021-08-31 | 西南交通大学 | 基于知识图谱的施工行为安全风险分析与危险点识别方法 |
-
2021
- 2021-11-19 CN CN202111374744.6A patent/CN113807751B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113807751A (zh) | 2021-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Raviv et al. | Analyzing risk factors in crane-related near-miss and accident reports | |
Chokor et al. | Analyzing Arizona OSHA injury reports using unsupervised machine learning | |
Xu et al. | Risk prediction and early warning for air traffic controllers’ unsafe acts using association rule mining and random forest | |
CN113807751B (zh) | 一种基于知识图谱的安全风险等级评定方法及系统 | |
CN113688169B (zh) | 基于大数据分析的矿山安全隐患辨识与预警系统 | |
CN112785108A (zh) | 一种基于调控云的电网运行数据关联分析方法及系统 | |
CN116151626B (zh) | 风险管控能力评测方法、系统、电子设备及存储介质 | |
CN111539493A (zh) | 一种告警预测方法、装置、电子设备及存储介质 | |
CN117494292B (zh) | 一种基于bim和ai大模型的工程进度管理方法及系统 | |
CN113554361B (zh) | 一种综合能源系统数据处理计算方法及处理系统 | |
Chi et al. | Evaluating the strength of text classification categories for supporting construction field inspection | |
CN113902062A (zh) | 一种基于大数据的台区线损异常原因分析方法及装置 | |
CN111310803A (zh) | 环境数据处理方法和装置 | |
CN116912034A (zh) | 一种配电网工程造价数据拆分方法及辅助计算系统 | |
CN116756373A (zh) | 基于知识图谱更新的项目评审专家筛选方法、系统及介质 | |
CN110782163A (zh) | 企业数据处理方法和装置 | |
CN111221704B (zh) | 一种确定办公管理应用系统运行状态的方法及系统 | |
CN115062954A (zh) | 应用于工程建设的多维度风险评估方法、装置和设备 | |
Chen et al. | Review on civil aviation safety investment research | |
CN113221556A (zh) | 安全生产隐患的识别方法、装置及设备 | |
CN111160694A (zh) | 一种电力系统应急能力评估方法及装置 | |
CN111475548A (zh) | 一种基于大数据挖掘技术的用电异常分析决策系统 | |
CN111178666A (zh) | 一种基于脆弱性的电力系统应急策略生成方法及装置 | |
CN117217625B (zh) | 一种基于数据分析的企业安全监管方法及装置 | |
CN117094688B (zh) | 一种供电所数字化管控方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230407 Address after: 450000 building 59, headquarters, 1 Cui Zhu street, hi tech Zone, Zhengzhou, Henan Patentee after: HENAN XINANLI SAFETY TECHNOLOGY CO.,LTD. Address before: 100020 2905, 25 / F, building 1, yard a 6, Shuguang Sili, Chaoyang District, Beijing Patentee before: XIN'ANLIZHONG (BEIJING) TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |