[发明专利]一种事故分析模型训练方法、装置及设备

说明书

本说明书公开了一种事故分析模型训练方法、装置及设备。所述方法包括：针对待分析机构，获取事故样本集合；所述事故样本集合包括事故正样本和事故负样本；不同事故样本对应于不同时间段；事故正样本的标签用于表征对应时间段内待分析机构有事故发生；事故正样本的特征包括：事故发生前第一预设时长内待分析机构所发生事件的第一事件特征，以及事故发生后第二预设时长内待分析机构所发生事件的第二事件特征；事故负样本的标签用于表征对应时间段内待分析机构无事故发生；事故负样本的特征包括：对应时间段内待分析机构所发生事件的第三事件特征；构建事故分析待训练模型；根据事故样本集合，训练事故分析待训练模型，得到事故分析模型。

技术领域

本说明书实施例涉及计算机应用技术领域，尤其涉及一种事故分析模型训练方法、装置及设备。

背景技术

在各种业务执行的过程中，通常会发生各类事故。例如，生产事故、泄密事故、安全事故等。

为了方便进行应急管理，通常需要针对影响事故发生的因素进行分析，从而方便后续通过多种改进措施来预防事故的产生。影响因素例如，生产安全规范程度、保密措施有效程度、生产流程监管力度等。

但是目前，难以针对事故的影响因素进行分析。

发明内容

为了解决上述技术问题，本说明书实施例提供了一种事故分析模型训练方法及装置。技术方案如下所示。

本说明书实施例第一方面提供一种事故分析模型训练方法，包括：

针对待分析机构，获取事故样本集合；所述事故样本集合包括事故正样本和事故负样本；不同事故样本对应于不同时间段；

事故正样本的标签用于表征对应时间段内待分析机构有事故发生；事故正样本的特征包括：事故发生前第一预设时长内待分析机构所发生事件的第一事件特征，以及事故发生后第二预设时长内待分析机构所发生事件的第二事件特征；

事故负样本的标签用于表征对应时间段内待分析机构无事故发生；事故负样本的特征包括：对应时间段内待分析机构所发生事件的第三事件特征；

构建事故分析待训练模型，具体包括：获取若干事件类型，并在事故分析待训练模型中针对所获取的每个事件类型创建对应的事件节点，以及在事故分析待训练模型中创建事故对应的事故节点；所述事故分析待训练模型为贝叶斯网络模型；

根据所述事故样本集合，训练所述事故分析待训练模型，得到事故分析模型；所述事故分析模型至少用于分析事件类型与事故之间的影响关系。

可选地，所述获取事故样本集合，包括：

从若干数据源获取待分析机构的相关数据；所述相关数据包括：待分析机构相关事件的事件信息，以及待分析机构相关事故的事故信息；

从所述相关数据中，获取事故样本添加到事故样本集合中。

可选地，所述事件信息至少包括发生时间；所述事故信息至少包括发生时间；

所述从所述相关数据中，获取事故样本添加到事故样本集合中，包括：

从预设时间点开始，循环执行以下步骤，直到满足第一停止条件：

在确定所述相关数据中存在发生时间在指定时间段内的相关事故的情况下，根据所确定的事故生成事故正样本；所述指定时间段为当前预设时间点之后第三预设时长的时间段；将所生成的事故正样本添加到事故样本集合中；

在确定所述相关数据中不存在发生时间在所述指定时间段内的相关事故的情况下，根据发生时间在所述指定时间段内的相关事件生成事故负样本；将所生成的事故负样本添加到事故样本集合中；

将当前预设时间点之后第四预设时长的时间点确定为当前预设时间点。