毕业论文课题相关文献综述
摘要：随着现代化程度越来越高，大数据时代不断发展，数据量激增，大量数据下隐藏的信息价值越来越凸显。
数据挖掘技术能更好地从海量数据中筛选出有用信息，能了解到数据内部结构，从而推到整理出有用的知识，在化工安全领域，数据挖掘技术的分析方法，算法体系丰富了安全事故分析的手段。
通过了解数据挖掘技术以及其在化工安全事故分析中的应用的结果进行整合，随着数据挖掘技术的进一步发展和完善，其在化工安全事故分析中的应用前景会更广阔。
关键词：数据挖掘 关联规则 化工安全 1.研究背景化工安全生产活动触及许多化学品以及不同的具有危险的设备设施，十分容易发生安全事故，随着科学手段以及科学技术日益革新，我国的安全事业也不断发展，然而根据应急管理部危化监管司发布的全国化工事故分析报告显示，2016-2018年3年间，全国共发生620起化工安全事故，造成728人死亡。
事故发生频率、造成的人员伤亡数量、财产损失量仍然很巨大，不容乐观。
根据现阶段的安全事故的现状分析，找出不同类型事故发生的潜在规律是预防事故发生的根本措施。
现如今我国在安全生产事故方面积累了大量的数据，且他们大都随机，不完全，模糊，非结构化，传统的数据分析十分繁琐，单一。
数据挖掘技术就能很好的去除传统数据分析的缺点，从大量的有噪声的数据中分析出有用的，潜在的，可理解的信息。
首先要从大量的数据中筛选出对于安全事故分析有用的数据，为研究奠定基础；其次运用聚类分析，关联规则挖掘等数据挖掘相关理论及方法来深入探究安全事故特征和各种各类的因素并研究他们之间的关联结构，找出最根本的那些因素和潜在的规律，最后将发现的规律运用于生产生活中从根源上预测和预防事故的发生。
2.国内外研究现状2.1.国外研究现状国外的数据挖掘技术起源早，经过许多年的努力，国外的数据挖掘技术在各个领域都取得了巨大进步和应用。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
