صفحه محصول - مبانی نظری و پیشینه تحقیق داده کاوی 11

مبانی نظری و پیشینه تحقیق داده کاوی 11 (docx) 29 صفحه

دسته بندی : تحقیق

نوع فایل : Word (.docx) ( قابل ویرایش و آماده پرینت )

تعداد صفحات: 29 صفحه

قسمتی از متن Word (.docx) :

پایان نامه کارشناسی ارشد مهندسی فناوری اطلاعات مدلی جدید برای ارزیابی ریسک حوادث ناشی از کار و بهبود ایمنی کار با استفاده از تکنیکهای دادهکاوی؛ موردکاوی: دادههای استان قم استاد راهنما: آقای دکتر بهروز مینایی بیدگلی استاد مشاور: آقای مهندس جعفر پور امینی نگارش: مریم سادات حاج اکبری 6 / 90 تقدیم به پدر و مادر عزیزم سپاسگزاری اینک که فرآیند پرپیچ و خم پایاننامهام، به پایان خود نزدیک شده است، چون نیک مینگرم برایم مسلم میشود که اگر راهنماییهای مشفقانه استاد گرامیم جناب آقای دکتر بهروز مینایی بیدگلی و مشاور ارجمند آقای مهندس پورامینی نبود، هرگز نمیتوانستم به نتیجه مطلوب برسم. با اینحال نمیتوانم همکاریهای صمیمانه مسئولینی همچون آقایان ابوالفضل شاهدی علیآبادی، رئیس بازرسین استان قم و مجید گلفشان بازرس محترم سازمان کار و اموراجتماعی را نادیده بگیرم. فهرست مطالب فصل دوم: مبانی نظری تحقیق 5 16-5-2- داده کاوي18 1-16-5-2- اهداف داده کاوي 18 6-2- پایگاه داده های حوادث19 7-2- تکنيک هاي داده کاوي در تحليل پايگاه داده های حوادث21 1-7-2- تکنيک هاي کلاسيک21 1-1-7-2- آمار21 2-1-7-2- مدل های رگرسیون22 3-1-7-2- نزدیکترین همسایگی22 2-7-2- تکنيک هاي نسل بعدي22 1-2-7-2- درخت تصمیم گیری22 2-2-7-2- قوانین انجمنی23 8-2- تکنيک هاي داده کاوي استفاده شده در این تحقیق25 1-8-2- رده بندی25 2-8-2- خوشه بندی26 9-2- سوالات اساسی در این پژوهش26 1-9-2- سوالات اصلی تحقیق26 2-9-2- سوالات فرعی تحقیق27 10-2- مرورادبیات27 7-5- منابع فصل دوم: مبانی نظری تحقیق 16-5-2- دادهکاوی: دادهکاوی، فرآیند کشف خودکار دانش مفید از انباردادههای حجیم است. دادهکاوی پل ارتباطی میان علمآمار، کامپیوتر، هوشمصنوعی، شناسایی الگو، یادگیری ماشین و بازنمایی بصری داده میباشد. دادهکاوی فرآیندی پیچیده جهت شناسایی الگوها و مدلهای صحیح و جدید و به صورت بالقوه مفید در حجم وسیعی از دادهها میباشد؛ به شکلی که این الگوها و مدلها برای انسان قابل درک باشند. دادهکاوی برروی دادههایی اعمال میشود که بدون هیچ پیشفرضی، قبل از فرایند دادهکاوی و نتایج احتمالی، گردآوری و ذخیره شدهاند با این تفاوت که در آمار، دادهها برای پاسخ به سوالات مشخص گردآوری میشوند. 1-16-5-2- اهداف دادهکاوی: دو هدف عمده دادهکاوی پیشبینی و توصیف است. دادهکاوی پیشگویی کننده با استفاده از مجموعهدادهها، مدلهایی را برای توضیح سیستم تولید میکند که با استفاده از آنها میتوان عملکرد متغیرهای مختلف را پیشبینی کرد. بنابراین هدف از دادهکاوی پیشبینی کننده، تولید مدلی است که با استفاده از کد اجرایی، وظایفی چون پیشبینی، رتبهبندی و تخمین را انجام دهد. دادهکاوی توصیفی، اطلاعات جدید و غیربدیهی را براساس مجموعه دادههای دردسترس تولید میکند تا الگوهای رفتاری متغیرها را تشریح کند. هدف دادهکاوی تشریحی، دستیابی به درک کاملی از سیستم تحت بررسی با استفاده از الگوهای پنهان و روابط درون مجموعههای دادهای است. 6-2- پایگاهدادههای حوادث: آژانسهاي عظيم و گروههاي علاقهمند، هرکدام برطبق اهداف و مقصود خود به جمعآوري دادههای حوادث ميپردازند. آژانس حفاظت از محيط امريکا(EPA)، نيازمند امکانات پوششي، تحت برنامهي مديريت ريسک(RMP) ميباشد تا بتواند حوادث را با توجه به يک سري از معيارها و امکانات گزارش دهد. اين اطلاعات در بخشهاي 5 ساله جمعآوري شدهاند. مجموعهدادهها با رکوردهايي از سال 1995 تا 1999 قبلا به صورت عمومي بر روي وب سايت EPA موجود بودند اما به دنبال رخدادهاي 11 سپتامبر، اين مجموعهداده، ديگر به صورت عمومي موجود نميباشد. به علاوه تکهاي از دادهها که شامل رکوردهايي از سال 1999 تا 2004 ميباشند هرگز به صورت عمومي آشکار نشدند(Keren, Anand, & Mannan, 2006). درحاليکه پايگاهداده حوادث RMP-EPA موجود نميباشد، دو منبع ديگر به صورت عمومي موجود است: آژانسي براي نمونه مواد سمي و ثبت بيماريها(ATSDR). "نمونههاي خطرناک و پايش رخدادهاي خيلي خيلي فوري"، مجموعهداده (HSEES) و گارد ساحلي آمريکا "مرکز پاسخگويي ملي"، پايگاهداده(NRC). HSEES، شامل دادههايي با کيفيت بالا و معتبر ميباشد. محدوديت اصلي HSEES اينست که موادي که درگير در یک حادثه هستند ثبت نمی شود. به علاوه دادهها فقط از 15 ايالت آمريکا جمعآوري شدهاند که درواقع مجموعهداده نسبتا کوچکي ميشود(Keren, Anand, &Mannan, 2006). مرکز پاسخگويي ملي(NRC)، نقطهي ائتلافي براي تمامي گزارشات مرتبط با نفت، مواد شيميايي، راديولوژي، بيولوژي و تخليه اتولوژي به درون محيط، در هر مکاني درآمريکا و سرزمينهاي تحت قلمرويش ميباشد. NRC، 24 ساعت در شبانهروز، 7 روز در هفته و 365 روز سال فعال است. به علاوه گزارشات به صورت عمومي جمعآوري ميشوند، اين گزارشات به مکان جغرافيايي خاصي محدود نیستند و با توافقنامههاي انجام شده با چندين آژانس ديگر، اين اطلاعات دراختیار گارد ساحلي امريکا قرار میگیرند. دادههاي جمعآوري شده توسطNRC به شکل فايلهاي Excel برروي وب سايت NRC موجود هستند(از سال 1982 تا 2010). در اين زمينه یک حکم قانوني وجوددارد که اگر ماده شيميايي آزاد شده در محیط، بالاتر از حد تعیین شده باشد باید به این پایگاهداده گزارش شود (Keren, Anand, & Mannan, 2006). یکی از مشکلات سيستم NRC-IRIS جمعآوری گزارشات حوادث، نزدیک به زمان وقوع حادثه است که باعث میشود تا رکوردهای پایگاهداده، اغلب داراي مستندسازي خوبي نباشند. علاوه برآن تعداد زیادی رکورد تکراری برای هر گزارش ایجاد میشود، زيرا هر شخصی به آساني میتواند حادثه را به پایگاهداده گزارش دهد و به عنوان یک رکورد جدید ثبت کند. يکي دیگر از محدوديتهاي پايگاهداده NRC، نبود جزئیات حوادث است. به طور مثال نمیتوان به کمک اين دادهها، علت اصلي حوادث را مورد بررسی قرارداد(Anand, Keren, Tretter, Wang,O’Connor, & Mannan, 2006). 7-2- تکنيکهاي دادهکاوي در تحليل پايگاهدادههای حوادث دادهکاوي شامل تکنيکهاي متنوعي ميباشد که ميتواند در دو گروه دستهبندي شود: تکنيکهاي کلاسيک مانند آمارها و مجاورت تکنيکهاي نسل بعديمانند درخت تصميمگيري و قوانين انجمني 1-7-2- تکنيکهاي کلاسيک 1-1-7-2- آمارها: بهطورکلي در بررسي پايگاهداده حوادث، گروهبندي رکوردها با مقادير مشابه، به شناسايي الگوها کمک خواهدکرد. برای مثال محاسبهي تعداد رکوردهايي که علت اصلي حادثه، خطاي انساني است (Anand, Keren, Tretter, Wang, O’Connor, & Mannan, 2006). درفرآيند اکتشاف پايگاهداده، زمانی استفاده از آمار سودمند است که نیاز به اطلاعات زیر باشد: شناسايي الگوها در پايگاهداده. پيشگويي احتمال رخدادهايي که اتفاق خواهند افتاد. شناسايي الگوهاي مهم، مانند پیوند بين علل و وقايع. توسعهي مدلهاي پیشبینی. 2-1-7-2- مدلهاي رگرسيون: تکنيکهاي سنتي مانند مدل رگرسيون، در پيداکردن معياري بين يک متغير هدف و متغيرهاي وابسته مفید هستند. فهميدن کاربردهاي عملي مدلهاي رگرسيون در پايگاهداده حوادث مشکل است. 3-1-7-2 نزديکترين همسايگي: نزديکترين همسايگي، يک تکنيک پيشگويي است که مقدار يک متغير موردنياز را برطبق مقادير اين متغير، در حالتهاي ديگري که خصوصيات مشابه دارند پیشبینی ميکنند. 2-7-2- تکنيکهاي نسل بعدي: اين تکنيکها در دو دههي گذشته توسعه پيدا کردهاند و به طور کلي زماني که دادهکاوي بهصورت يک محتوي عمومي ذکر شده بود به اين تکنيکها استناد ميشد. درادامه مفهوم درخت تصميم توضيح داده خواهد شد. 1-2-7-2- درخت تصميمگيري: يک درخت تصميمگيري، يک الگوريتم ردهبندی است که سعی میکند تا دادهها را برطبق مجموع قوانینی که در آنها شناسایی شدهاند دستهبندی کند. درختهاي تصميمگيري اساسا براي بررسي داده و توليد يک درخت و قوانين آن استفاده ميشود. درختها از طريق يک بخشبندي داده به درون گروههاي گسسته با هدف ماکزيممکردن فاصله ايجاد ميشوند(گروهها بايد شامل بيشترين اقلام ممکن با خصوصيات مشابه باشند). درختهاي تصميمگيري ميتوانند به خوبي براي يک پيشگويي و يا براي شناسايي متغيرهاي مهم استفاده شوند. فرآيند پيشگويي برپايه دادههاي تاريخي ساخته ميشود. شکل 1-2، يک فرآيند پيشگويي براي اعطاي وام به متقاضيان را نشان ميدهد که متقاضيان اين وام را به دارندگان ريسک اعتباری خوب و بد تقسيم ميکند. شکل1-2، از يک درخت باينري استفاده ميکند که البته نودهاي تصميمگيري ميتوانند به بيشتر از دو شاخه تقسیم شوند. در اين حالت دو گره نهايي شامل ريسک خوب و بد داريم که موجب مي شود فاصلهها ماکزيمم شود. شکل 1-2: درخت تصمیمگیری 2-2-7-2- قوانين انجمني: قوانين انجمني به عنوان استقرار قانون شناخته ميشوند و اساسا در تحليل سبد بازار استفاده ميشوند. تحليل سبد بازار، در شناسايي روابط ميان محصولات خريداري شده توسط يک مشتري خاص کاربرد دارد(Anand, Keren, Tretter, Wang, O’Connor, & Mannan,2006). به طور مثال اگر قانون،"مشترياني که پوشک خريداري کردهاند، احتمال دارد مشروب هم بخرند" از پايگاهداده استخراج شود، حالتهای زير را خواهیم داشت: اگر پوشک خريداري شود در 40% حالات مشروب هم خريداري خواهد شد(اطمينان). اين الگو در 7% همهي معاملات خريد اتفاق خواهد افتاد(پشتيباني). دراین صورت علاوه بر اينکه يک الگو شناسايي شده است، اطلاعات تحليلي؛ چگونگي قدرت الگو و همچنين احتمال اينکه دوباره اين الگو اتفاق بيفتد مشخص شدهاند. به طورکلي شکل قانون به صورت زير ميباشد: "اگر رخداد A اتفاق بيفتد سپس رخداد B اتفاق خواهد افتاد، در X% زمانها، و اين الگو در Y% همهي رخدادهاي يک مجموعهداده اتفاق خواهد افتاد".( X: اطمينان و Y: پشتيباني). پشتيباني: احتمال اينکه هر دو رخداد A و B در يک زمان رخ داده باشد را نشان ميدهد. اطمينان: احتمال اينکه رخداد B رخ دهد در زماني که رخداد A رخ داده است را نشان ميدهد.(در واژگان تئوري مجموعهها، اطمينان، احتمال شرطي رخداد B است که A اتفاق افتاده باشد). Lift: نسبت احتمال اينکه B اتفاق خواهد افتاد به زماني که A اتفاق افتاده باشد به احتمال کلي که B اتفاق خواهد افتاد. (مقدار Lift پارامتري است که سطح وابستگي را نشان ميدهد). بهطور مثال نسبت احتمال اينکه مشروب خريداري خواهد شد به زماني که پوشک خريداري شده است به احتمالکلي که مشروب خريداري خواهد شد. مقادير lift ميتواند به سه گروه تقسيمبندي شوند (Keren, Anand, & Mannan, 2006) (Anand, Keren, Tretter, Wang, O’Connor, & Mannan, 2006): L>1: احتمال اينکه رخداد A ظاهر شود در رکوردي يکسان با رخداد B، بزرگتر از احتمال اينکه رخداد B در هر رکوردي در مجموعهداده ظاهر شود(در اين حالت يک وابستگي مثبت بين رخداد A و B وجود دارد). L=1: احتمال اينکه رخداد A ظاهر شود در رکوردي يکسان با رخداد B، مساوي است با احتمال اينکه رخداد B درهر رکوردي در مجموعهداده ظاهر شود( A و B رخدادهاي مستقل هستند). L=2: احتمال اینکه رخداد B ظاهر شود در رکوردي يکسان با رخداد A، دو برابر است با احتمال اينکه رخداد B درهر رکوردي در مجموعهداده ظاهر شود(بنابراين A و B رخدادهاي مستقل نيستند). L<1: احتمال اينکه رخداد A ظاهر شود در رکوردي يکسان با رخدادB ، کمتر از احتمال اينکه رخداد B درهر رکوردي در مجموعهداده ظاهر شود(در اين حالت يک وابستگي منفي بين رخداد A و B وجود دارد). L=0: A و B رخدادهاي انحصاري هستند. 8-2- تکنیکهای دادهکاوی استفاده شده در این تحقیق 1-8-2- ردهبندی: ردهبندی، افراز تراکنشهای مجموعهداده به کلاسهایی از پیش تعیین شدهاست. هر تراکنش، مجموعه خصیصههایی است که با آن توصیف میشود. براساس مقادیر خصیصهها، تراکنش به یکی از کلاسها برچسب میخورد. بنابراین هدف ردهبندی، ساختن تابعی است که هر تراکنش را براساس مقادیر خصیصههایش به یکی از چندین کلاس از پیش تعیین شده نگاشت کند. ردهبندی میتواند برای مدلسازی پیشگویانه و توصیفی استفاده شود. در مدلسازی پیشگویانه، اگر مجموعه مقادیر کلاس هدف گسسته باشد به آن ردهبندی و اگر مجموعه مقادیر کلاس هدف پیوسته باشد به آن رگرسیون میگویند. 2-8-2- خوشهبندی: خوشهبندی، روشی برای گروهبندی تراکنشها، براساس مشخصاتشان در گروههایی است که خصوصیات مشابه دارند. بنابراین نمونهها در یک خوشه، مشابه هستند و نمونههای متعلق به خوشههای مختلف شباهتی به هم ندارند. هدف از خوشهبندی، شکستن دادهها به بخشهای مشابه است تا نظم و الگوها نمایان شوند. کار خوشهبندی بسیار شبیه ردهبندی است. تفاوت آنها دراین است که کلاسها در ردهبندی از پیش تعریف شده و ساخته شدهاند. اما در خوشهبندی، خوشهها در حین تحلیل دادهها بدست میآیند. خوشهبندی دادهها، میتواند بخشی/سلسه مراتبی، کاملا جدا/فازی(همپوشان) و یا کامل/ناقص باشد. 9-2- سوالات اساسی در این پژوهش 1-9-2- سوالات اصلی تحقیق: آیا میتوان مدلی برای ارزیابی ریسک حوادث ناشی از کار ارائه کرد که باعث بهبود و اصلاح ایمنی کار شود؟ آیا ارائه این مدل برای کاهش حوادث ناشی از کار در محیطهای پرخطر و ریسکپذیر موثر خواهد بود؟ آیا میتوان با توجه به این مدل، چارچوبی برای ارزیابی ریسک محیطهای پرخطر پیشنهاد کرد؟ 2-9-2- سوالات فرعی تحقیق: آیا ارائه این مدل در صندوق تامین اجتماعی میتواند ریسکپذیری بیمه شدگان را کاهش خواهد داد؟ آیا میتوان از این مدل در سازمان کار و امور اجتماعی برای ارزیابی و اصلاح قوانینکار استفاده کرد؟ 10-2- مرورادبیات S.Anand و همکارانش(2006)- با دستهبندي اطلاعات پايگاهداده NRC به گروههاي مختلف و با استفاده از تکنيکهاي دادهکاوي همچون قوانین انجمنی، الگوهاي جالبي از حوادث شغلی، درصنعت پتروشيمي آمريکا برطبق خصوصياتي مانند نوع تجهيزات درگير، نوع ماده شيميايي آزاد شده و علت حادثه بدست آوردند(Anand, Keren, Tretter, Wang, O’Connor, & Mannan, 2006). N.Keren و همکارانش(2006)- با استفاده از کاوش در پايگاهداده NRC، سعي کردهاند ريسکهاي عملياتي صنايع شيميايي شهر هريس در ايالت تگزاس آمريکا را شناسايي کنند. آنها از يک ابزار دادهکاوي شناخته شده به نام قوانين انجمني و به طور خاص از متولوژي Lift، براي درجهبندي ريسک نقص دستگاههايي که در يک فرآيند شيميايي درگير هستند، استفاده کردهاند (Keren, Anand, & Mannan, 2006). A.Meel و همکارانش(2007)- از روش بیزین براي پيشبيني تکرار حوادث، علت واقعه، تجهيزات درگير و نتيجه حادثه استفاده کردهاند. در اين مطالعه، از تحليلهاي پويايي در حوادث ناشي از کار در پايگاهداده NRC استفاده شده است تا مدلي از نرخ رويدادهاي حوادث، با استفاده از روش بیزین در شرکتهاي پتروشيمي و موادشيميايي و با توجه به فيلد علتحادثه (مانند نقص دستگاه، خطاي کارگر و ...) طراحي شود(Meel, O’Neill, Levin, Seider, Oktem, & Keren, 2007). ج.شهرابی و ش.پرهیزی(2008)- با رویکرد کاوش در داده و استفاده از تکنیکهای مختلف دادهکاوی، به ارائه یک متولوژی نوین در تحلیل ریسک و بررسی حادثه به نام DMAA پرداختهاند. این متولوژی با انتخاب نوع و توالی تکنیکهای مناسب دادهکاوی به شناسایی و طبقهبندی عوامل موثر بر بروز حادثه میپردازد. همچنین طبقهبندی و خوشهبندی حوادث، شناسایی قوانین حاکم بر حادثه و پیشبینی وقوع حوادث، از نتایج این متولوژی میباشد(شهرابی & پرهیزی, ارائه یک متدولوژی نوین در تحلیل حوادث با استفاده از تکنیک های داده کاوی, 1387). در سری دوم از مقالات متولوژی ارائه شده، به منظور تحلیل ریسک و بررسی حوادث روی داده، یک مجتمع پتروشیمی به صورت مطالعه موردی درنظرگرفته شدهاست(شهرابی & پرهیزی, استفاده از متدولوژی DMAA در یک مطالعه ی موردی در یک مجتمع پتروشیمی, 1387). B.Fabiano و همکارانش(2008)- نرخ صدمات شغلی مرتبط با بخشهای مختلف کشور ایتالیا را در مدت 2000 تا 2004 خارج کردند و به مقایسه شرایط کاری کارمندان موقتی و دائمی با استفاده از شاخصهای شدت حادثه و خصوصیات نیروی کار پرداختند. دادهها از سازمان ملی بیمه مصدومیت کار ایتالیا تهیه شدهاست که مربوط به سه شرکت تولیدی بزرگ میباشند. نتایج براساس تعامل بین شاخص تکرار حادثه(FI) و خصوصیات نیروی کار و همچنین براساس شاخص شدت حادثه(SI) درنظرگرفته شدهاست، FI و SI در بیشتر بخشهای صنعتی خطرناک، برای کارگران موقتی بیشتر از کارمندان دائمی است. شواهد برپایهی پاسخهایی است که کارگران موقتی مصدوم شده انجام دادند. پرسشنامه براساس متغیرهای مرتبط با خصوصیات شخصی پاسخدهندهها جمعآوری شدهاند. تحلیل پرسشنامه با استفاده از ANOVA و متولوژی تحلیل پاسخ، صورت گرفته است که نشان میدهد بین ماموریتهای کاری کوتاهمدت و دورههای آموزشی نامناسب و افزایش FI ارتباطی وجود دارد که دلیل آن میتواند فقدان تجربه در دورههای آموزشی کوتاه مدت باشد(Fabiano, Currò, Reverberi, & Pastorino, 2008). M.Sari و همکارانش(2009)- یک متدولوژی برای توسعه یک مدل که شامل تعداد روزهای از دست رفته حوادث، در یک معدن زغال سنگ در ترکیه میباشد مطرح کردند. در اولین گام از متولوژی مطرح شده، با استفاده از توزیعهای احتمالی آماری مناسب، تکرار و شدت حوادث مدل میشود. سپس دو توزیع بدست آمده، به وسیلهی شبیه سازی مونت کارلو به منظور ایجاد سطوح ریسک نسبی سالیانه ترکیب میشوند و در نهایت یک مدل پیشبینی ساده، برای پیشبینی سطوح ریسک مورد انتظار ایجاد میشود که برای ایجاد آن از تکنیک تجزیه، در تحلیل سری زمانی استفاده شده است(Sari, Selcuk, Karpuz, & Duzgun, 2009). ا.ميرآبادي و ش.شريفيان(2010)- به کمک قوانين انجمني، به تحليل حوادث، کشف همبستگيها و الگوهای جدید در ميان دادههاي حوادث راه آهن ايران پرداختهاند. در اين مقاله از CRISP-DM، به عنوان يک متولوژي دادهکاوي و ابزار نرمافزاري 12.0 Clementine براي رسيدن به اهداف ذکر شده استفاده شده است. تعداد 6500 رکورد از پايگاهداده حوادث راهآهن ايران(RAI) از سال 1996 تا 2005 به منظور توسعه و بهبود مقررات و قوانين انتخاب شدهاند. در اين تحقيق، شرايط حادثه و روابط کشف شده، در ميان بيشترين فاکتورهاي حوادث عمومي مانند (خطاي انساني، واگن، مسير) و فيلدهاي ديگر پايگاهداده به منظور پیشگیری از رویدادهای آينده بررسي ميشوند(Mirabadi & Sharifian, 2010). F.Gurbuz و همکارانش(2009)- متدهای دادهکاوی را برروی گزارشات حوادث ادارهی فدرال هوانوردی آمریکا پیاده کردهاند. این پایگاهداده شامل رکوردهایی از حوادث رخداده برای تمامی دسته هواپیماهای کشور آمریکا میباشد که در بین سالهای 2000 تا 2006 ذخیره شدهاند. هدف از این تحقیق، پیداکردن ویژگیهای موثر، به منظور کاهش تعداد موارد مرگ و میر سوانح هوایی است و از ابزارهای دستهبندی و درختهای تصمیمگیری استفاده شدهاست تا روابط و قوانین در حوادث منجر به مرگ پیدا شوند. بدین منظور، تحلیلهای دادهکاوی بررسی شدهاند و به عنوان یک نتیجه، تعدادی از قوانین در ارتباط با مرگ و میر بدست آمدهاند و همچنین پارامترهایی که برروی این گونه حوادث تاثیرگذار بودند، تعیین شدهاند. قوانین پیدا شده مورد آزمون قرار گرفته و دقت و اطمینان آنها بررسی شده است .(Gürbüz, Özbakir, & Yapici, 2009) N.Hintikka و همکارانش(2010)- از متولوژیESAW برای تحلیل حوادث مرتبط با خشونت استفاده کردهاند. به خصوص حوادثی که زنان در آن درگیر بودهاند. پایگاهداده، شامل آمار حوادث کار کشور فنلاند است که از سال 2003 تا 2006 جمعآوری شده است. نتایج نشان میدهند که تعداد حوادث کار مرتبط با خشونت، به خصوص آنهایی که زنان درآن درگیر بودند و به طور خاص زنان جوان، در سالهای اخیر افزایش یافته است که این سطح افزایش به دلیل تغییرات در بازارکار و زندگیکاری زنان میباشد(Hintikka & Saarela, 2010). J.Conte و همکارانش(2011)- يک مدل کلی براي شناسايي و پيشبینی حوادث در محيط کار کشور اسپانيا طراحي کردهاند. هدف آنها شناسايي ريسکهاي واقعي از رکوردهاي تاریخی حوادث میباشد و در نهايت ريسکها در یک جدول وابستگي خلاصه شده و به کمک يک تحليل رياضي-آماري، معيارهاي مورد نياز براي ارزيابي و اولويتبندي محاسبه میشوند (Conte,Rubio, García, & Cano, 2011). Y.Peng و همکارانش(2010)- یک سیستم مدیریت اطلاعات حوادث برای پشتیبانی از دادههایی که به طور ناهمگون در چندین پایگاهداده توزیع شدهاند طراحی کردند که به تصمیمگیرندگان کمک میکند تا با استفاده از تکنیکهای دادهکاوی، آنومالیها را تشخیص دهند و یک دانش سودمند از دادهها بدست آورند و در نهایت ریسکها را ارزیابی کنند. این سیستم سرویسهای متمایزی ارائه کردهاست که میتواند نیازهای مختلف فازهای مدیریت حوادث را ارضاء کنند. برای اعتبار دادن به چارچوب فرضی، از دادههای حوادث چین بین سالهای 1997 تا 2001 استفاده شده است که این مطالعه موردی نشان میدهد که ترکیب دادهکاوی و متدهای MCDM، میتواند اهداف خواسته شده را برآورده کرده و به صورت گسترده ریسکهای حوادث را ارزیابی نماید(Peng, Zhang, Tang, & Li, 2010). G.Papadopoulos و همکارانش(2010)- به تحلیل عوامل موثر، در افزایش بروز حوادث شغلی پرداختند. در این تحقیق، تغییرات محیطکار، زمانکار، سالهای استخدام و نوع قراردادهای استخدام و شرایطکاری، برروی شغل و سلامت عمومی بررسی میشود که نتایج نشان میدهند موارد ذکر شده، موجب افزایش خستگی کارگران، تغییرات در الگوهای ساعات کار و سالهای استخدام شدهاند. همچنین از دیدگاه نویسندگان مقاله، شغل ناایمن و استرس شغلی یک اثر جدی برروی سلامت کارگران میگذارد و درنتیجه باعث افزایش حوادث شغلی شدهاند. نتایج نهایی نشان میدهند که سلامت و امنیت فیزیکی، ذهنی و اجتماعی کارگران باید در درجهی بالاتری از حفظ توانایی کاری کارگران قرار بگیرد (Papadopoulos, Georgiadou, Papazoglou, &Michaliou, 2010). جدول 1-2: مرور ادبیات ردیفحوزههای کاربردیتکنیک مورد استفادهمرجع1تفسیر حوادث-G.Papadopoulos و همکارانش(2010)2چارچوب مدیریت اطلاعات حوادثData-mining & MCDMY.Peng و همکارانش(2010)3تحلیل حوادثCRISP-DMا.ميرآبادي و ش.شريفيان(2010)ESAWN.Hintikka و همکارانش(2010)Classification & decision treeF.Gurbuz و همکارانش(2009)ANOVAB.Fabiano و همکارانش(2008)4تحلیل ریسک و بررسی حادثهDMAAج.شهرابی و ش.پرهیزی(2008)5محاسبه شاخص ریسکARAMISE.planas و همکارانش(2006)6کاهش ریسکLift association ruleS.Anand و همکارانش(2006)7درجهبندی ارزیابی ریسکLift association ruleN.Keren و همکارانش(2006)8پیشبینی حوادثBayesianA.Meel و همکارانش(2007)_J.carlos و همکارانش(2011)9ارزیابی ریسک و پیشبینی حوادثTime seriesM.sari و همکارانش(2009) 6-5- منابع: BIBLIOGRAPHY Anand, S., Keren, N., Tretter, M. J., Wang, Y., O’Connor, T. M., & Mannan, M. S. (2006). Harnessing data mining to explore incident databases",. Hazardous Material , 130, 33-41.Burez, J., & Van den Poel, D. (2009). Handling class imbalance in consumer churn prediction. Expert System Application , 36, 4626-4636.Cheng, H. C., & Chen, S. Y. (2009). Classifying the segmentation of customer value via RFM model and RS theory. Expert Systems with Applications , 36 (3), 4176–4184.Conte, J. C., Rubio, E., García, A. I., & Cano, F. (2011). Occupational accidents model based on risk–injury affinity groups. Safety Science , 49, 306-314.Fabiano, B., Currò, F., Reverberi, A. P., & Pastorino, R. (2008). A statistical study on temporary work and occupational accident: Specific risk factors and risk management strategic. Safety Science , 46, 535-544.Gürbüz, F., Özbakir, L., & Yapici, H. (2009). Classification rule discovery for the aviation incidents results in fatality. Knowledge-Based System , 22, 622-632.Hintikka, N., & Saarela, K. L. (2010). Accidents at work related to violence – Analysis of Finnish national accident statistic database. Safety Science , 48, 517-525.Keren, N., Anand, S., & Mannan, M. S. (2006). Calibrate failure-based risk assessments to take into account the type of chemical processed in equipment. Loss Prevention , 19, 714-718.McCarty, J. A., & Hastak, M. (2007). Segmentation approaches in data-mining: A comparison of RFM, CHAID, and logistic regression. Journal of Business Research , 60, 656–662.Meel, A., O’Neill, L. M., Levin, J. H., Seider, W. D., Oktem, U., & Keren, N. (2007). Operational risk assessment of chemical industries by exploiting accident databases. Loss Prevention , 20, 113-127.Mirabadi, A., & Sharifian, S. (2010). Application of association rules in Iranian Railways (RAI) accident data analysis. Safety Sience , 48, 1427-1435.Papadopoulos, G., Georgiadou, P., Papazoglou, C., & Michaliou, K. (2010). Occupational and public health and safety in a changing work environment: An integrated approach for risk assessment and prevention. Safety Science , 48, 943-949.Peng, Y., Zhang, Y., Tang, Y., & Li, S. (2010). An incident information management framework based on data integration, data mining, and multi-criteria decision making. Decision Support Systems , xxx, xxx-xxx.Sari, M., Selcuk, A. S., Karpuz, C., & Duzgun, H. B. (2009). Stochastic modeling of accident risks associated with an underground coal mine in turkey. Safety Science , 47, 78-87.اخوان بهبهانی, ع. (1390, اردیبهشت 7). اجتماعی: پیوند کار و سلامت. بازيابی در دی 13, 1390، از وب سایت جام جم آنلاین: http://www.jamejamonline.irارقامی, ش., & بویا, م. (1385). اصول ایمنی در صنعت و خدمات. تهران: فن آوران.ستاره, ه., & کوهپایی, ع. (1384). ارزیابی ریسک حریق (نسخه اول). تهران: نشر آوران.سلطانی نسب, ا., خادمی, م., حسنی, م. ا., شعبانی, م., & حسنی, ل. (1386). نگرشی بر حوادث ناشی از کار و نحوه بررسی آنها. تهران: آرام دل.شهرابی, ج., & پرهیزی, ش. (1387). ارائه یک متدولوژی نوین در تحلیل حوادث با استفاده از تکنیک های داده کاوی. کنفرانس داده کاوی ایران (ص. 13-1). تهران: دانشگاه امیرکبیر.شهرابی, ج., & پرهیزی, ش. (1387). استفاده از متدولوژی DMAA در یک مطالعه ی موردی در یک مجتمع پتروشیمی. کنفرانس داده کاوی ایران (ص. 16-1). تهران: دانشگاه امیرکبیر.غضنفری, م., علیزاده, س., & تیمورپور, ب. (1387). داده کاوی و کشف دانش. تهران: دانشگاه علم و صنعت ایران.کوهپایی, ع., ستاره, ه., & اعلایی, ا. (1385). مهندسي ايمني فرايند (با رويكرد طراحي ذاتاً ايمن). تهران: فن آوران.