[发明专利]基于规则检索和关键词检索的化学事故数据挖掘方法

权利要求书

1.一种基于自定义规则检索和关键词检索的化学事故数据挖掘方法，其特征在于，包括以下步骤：

步骤1：数据预处理，用户登录化学品事故案例库，使用逻辑树分析方法，对原始事故文本信息进行规则处理，描述化学事故的机理和演变历程，并与事故的文本信息库关联在一起，形成基础数据库；

步骤2：数据检索，根据用户需求，使用多个搜索引擎对基础数据库进行检索，检索目标事故，生成事故中间表单；搜索引擎包括：

基础字段检索：根据一个或多个基础字段进行一般检索和高级检索，筛选事故；

自定义规则检索：根据用户需求，按照所建立的逻辑规则，使用自定义规则检索，在以逻辑树表述的事故库中，根据所输入词组、句子的相似度筛选出所需的事故组；

自定义关键词检索：根据用户需求，使用自定义检索内容，作为关键词，在以文本表述的事故库中，反复筛选，找出所需的事故组；

步骤3：数据挖掘，建立一个中间数据库，将步骤2检索出的事故中间表单存储在中间数据库中，对中间数据库的事故组进行处理和研究；具体包括以下子步骤：

步骤3.1：对通过预设字段筛选出的事故组，提取特征信息，输入到统计公式编辑器，使用预先编辑的公式，得出常规统计数据；

步骤3.2：对通过自定义条件，通过自定义规则检索和关键词检索两种方式，对在文本库和逻辑树库中检索筛选出的事故组进行研究，提取特征字段，归纳关联关系，再运用小样本统计对关联关系进行验证；

如果关联关系不成立，则通过总结失败经验，重新确定数据挖掘方向，重新定义检索词，在基础数据库存储的表单或中间数据库存储的事故中间表单中检索，重复步骤1至3的过程，反复迭代，直至找到关联关系；

关联关系确定后，即可确定新的统计字段，返回基础数据库，筛选出事故组，提取特征字段，编辑统计公式，得出统计数据；

步骤4：统计结果输出，统计数据，找出事故新动向和趋势，并完善数据库预设字段。