面向航空安全报告的主题网络立方体的多尺度智能信息处理技术研究

It is an important challenging issue to on-line analyze the aviation safety reports with aim for reducing the occurrence of flight accidents and incidents and improving the safety of civil aviation system. The heterogeneity of having both structured data and unstructured text in aviation safety reports causes the highly dependence on expert experience and knowledge in the processing of aviation safety reports, thus there is an urgent need to develop novel approach for the intelligent analysis of aviation reports. We propose a novel approach to address this challenge by introducing a new technology called topic-network cube for efficiently extract significant information from the reports. We will develop new methods for the multi-scale analysis of the topic-network cube and embedding it into the Online Analytical Processing (OLAP) system to investigate the incidents at various granularities effectively. Through the using of topic-network cube, we will be able to effectively investigate the relationship of incidents, and efficiently extract implicit patterns and knowledge hidden in the huge amount of reports. This will reveal regularities and trends of the development of aviation accidents and notify the abnormality of aviation system, which will ultimately improve the aviation safety and performance. The novelty of this proposal is that it, for the first time, introduces the new model of topic-network cube, the new method for its multi-scale analysis, and its application to intelligent analysis of aviation safety reports.

及时分析和总结航空安全报告可有效减少飞行事故和事故征候的发生，提高民用航空系统的安全性。基于航空安全报告中的信息复杂性以及结构化数据和非结构化文本并存的特点，目前其分析高度依赖专家的经验与知识而难以进行海量数据的自动处理，因此亟待引入新的智能分析方法。本课题在前期研究的基础上提出主题网络立方体的新概念与新技术，为航空安全报告设计一种新型高效的数据组织形式，并将其嵌入联机多维信息分析处理（OLAP）过程，在多尺度上审视触发航空安全事件的相关信息，利用文本网络直观展示安全事件与关键因素之间的因果关系。本项目的研究将为自动、高效地从航空安全报告中发掘航空事故发展的规律和趋势，为敏捷发现航空安全系统的异常提供重要技术支持。其创新之处是首次提出了主题网络立方体的概念及其多尺度分析的新技术，并将其应用于航空安全报告的智能分析处理。

及时分析和总结航空安全报告可有效减少飞行事故和事故征候的发生，提高民用航空系统的安全性。基于航空安全报告中的信息复杂性以及结构化数据和非结构化文本并存的特点，目前其分析高度依赖专家的经验与知识而难以进行海量数据的自动处理，因此亟待引入新的智能分析方法。本课题提出主题网络立方体的新概念与新技术，为航空安全报告设计一种新型高效的数据组织形式，并将其嵌入联机多维信息分析处理（OLAP）过程，在多尺度上审视触发航空安全事件的相关信息，直观展示安全事件与关键因素之间的因果关系。主要研究内容包括面向主题的文本网络构建方法研究、主题网络立方体存储模型研究、主题网络立方体的多尺度分析方法研究、面向航空安全的复杂文本网络分析方法研究以及航空安全报告智能信息处理平台研究。针对以上研究内容，提出了三种面向主题的文本网络构建方法：基于种子词扩展的主题文本网络构建方法、基于PL-LDA模型的主题文本网络构建方法和基于Labeled LDA吉布斯采样结果的主题文本网络构建方法；研究了两种主题立方体存储模型：基于倒排索引的多维网络存储模型和基于事实星座的主题网络立方体存储模型；研究了一种基于吉布斯采样结果的在事实星座模型上进行高效OLAP分析的方法；改进了基于PLSA概率生成模型进行社区划分的方法；构建了基于HTML5的复杂网络交互展示系统的基本框架。其中应用Labeled LDA的吉布斯采样结果构建主题网络立方体的事实星座存储模型可以快速进行OLAP的上卷和下钻操作，相比单纯查找主题词就要应用多遍LDA聚类操作来说，大大提高了查询速度，并且由于可以不进行立方体物化，存储费用也大大降低。构建的主题文本网络具有很好的聚类效果和良好的解释性，可以通过更加直观的方式展示航空安全事件与关键因素之间的复杂联系，辅助工作人员进行航空安全报告分析。围绕相关工作撰写论文8篇，其中SCI检索1篇，EI检索3篇，已录用待发表论文2篇（其中1篇为SCI源期刊），培养硕士研究生两名。