本研究应用大数据方法,挖掘信息化煤矿长期积累的海量数据,多维度洞察发现海量数据隐含的内在规律,将煤矿安全生产管理提升到精细化的新层面。本研究主要包括:收集大量煤矿安全事故报告,针对煤矿安全事故报告进行文本挖掘,在此基础上运用Delphi专家调查法确定事故关键要素;利用Apriori关联分析法分析关键要素之间的关联关系,挖掘关键要素频繁项集;依据煤矿现有信息化系统数据,建立与关键要素对应的数据指标并对其进行实时监控和预测;在关键要素频繁项集的基础上构建BP神经网络模型,通过计算实时数据预测事故发生的可能性,为煤矿事故的研究和预防提供了全新的视角。