《表3 基于HFACS的LDA主题模型分析结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于文本挖掘的空管不正常事件风险预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

正如文献[2]所述，大部分空管不正常事件均是由人为因素引起。HFACS（Human Factors Analysis and Classification System）理论[25]作为被广泛采用的人为因素分析方法，它充分反映了不正常事件中人为因素影响的发展过程，即“不安全监管”引起“不安全行为前提”条件、“不安全行为前提”条件导致“不安全行为”，反过来“不安全行为”又反映出“不安全行为前提”以及“不安全监管”。为了构建以空管人员人为因素为中心的风险预测贝叶斯网络模型，提出将LDA提取的风险致因因素按照HFACS模型中“不安全监管”、“不安全行为的前提”、“不安全行为”等各层次描述，依据相同概念将提取得到的风险致因因素进一步进行分类，便于以人为因素为中心进行风险分析。整理后的结果合并到表3中。观察可知，经过HFACS模型分类后的结果更加清晰地反映出了各风险致因因素引起空管不正常事件的发展过程，为后续贝叶斯网络的搭建提供了充分的依据。