[논문]건설사고 분석을 위한 텍스트 마이닝 기반 데이터 전처리 및 사고유형 분석

윤영근; 이재윤; 오태근

doi:10.14346/jkosos.2022.37.2.18

건설사고 분석을 위한 텍스트 마이닝 기반 데이터 전처리 및 사고유형 분석
Text mining-based Data Preprocessing and Accident Type Analysis for Construction Accident Analysis 원문보기

한국안전학회지 = Journal of the Korean Society of Safety, v.37 no.2, 2022년, pp.18 - 27

윤영근 (인천대학교 안전공학과) , 이재윤 (인천대학교 안전공학과) , 오태근 (인천대학교 안전공학과)

Abstract ▼ AI-Helper

Construction accidents are difficult to prevent because several different types of activities occur simultaneously. The current method of accident analysis only indicates the number of occurrences for one or two variables and accidents have not reduced as a result of safety measures that focus solely on individual variables. Even if accident data is analyzed to establish appropriate safety measures, it is difficult to derive significant results due to a large number of data variables, elements, and qualitative records. In this study, in order to simplify the analysis and approach this complex problem logically, data preprocessing techniques, such as latent class cluster analysis (LCCA) and predictor importance were used to discover the most influential variables. Finally, the correlation was analyzed using an alluvial flow diagram consisting of seven variables and fourteen elements based on accident data. The alluvial diagram analysis using reduced variables and elements enabled the identification of accident trends into four categories. The findings of this study demonstrate that complex and diverse construction accident data can yield relevant analysis results, assisting in the prevention of accidents.

주제어

표/그림 (11)

그림 Fig. 1. Research procedure and methods.
그림 Fig. 2. Selection of major variables of construction accident data by LCCA.
표 Table 1. Selection of major variables by LCCA and PI
표 Table 2. PI values for final major variables
그림 Fig. 3. Variables and elements for the final dataset.
그림 Fig. 4. Current analysis methods for individual variables.
그림 Fig. 5. Number of fatal accidents by cost and year.
그림 Fig. 6. Analysis of fall down accident types using main variables.
그림 Fig. 7. Analysis of collapse accident types using main variables.
그림 Fig. 8. Analysis of struck accident types using main variables.
그림 Fig. 9. Analysis of hit accident types using main variables.

참고문헌 (12)

B. U. Ayhan, O. B. Tokdemir and M. ASCE, "Accident Analysis for Construction Safety Using Latent Class Clustering and Artificial Neural Networks", J. Constr. Eng. Manage, Vol. 146, Article ID 04019114, 2020.

상세보기
KOSHA, Industrial Accident Statistics 2017-2019.
L. A. Vidal, F. Marle and J. Bocquet, "Measuring Project Complexity using the Analytic Hierarchy Process", Int. J. Project Manage. Vol. 29, pp. 718-727, 2011.
S. Sarkar, S. Vinay, R. Raj, J. Maiti and P. Mitra, "Application of Optimized Machine Learning Techniques for Prediction of Occupational Accidents", Computers and Operations Research, Vol. 106, pp. 210-224, 2019.

상세보기
F. T. Matsunaga, J. D. Brancher and R. M. Busto, "Data Mining Applications and Techniques: A Systematic Review", Rev. Eletronica Argentina-Brasil Tecnologias da Informacao e da Comunicacao, Vol. 1, pp. 1-14, 2014.
B. S. Kim, S. R. Chang and Y. Suh, "Text Analytics for Classifying Types of Accident Occurrence Using Accident Report Documents", J. Korean Soc. Saf., Vol. 33, No. 3, pp. 58-64, 2018.
S. Kang and Y. Suh, "On the Development of Risk Factor Map for Accident Analysis using Textmining and Self-Organizing Map(SOM) Algorithms", J. Korean Soc. Saf., Vol. 33, No. 6, pp. 77-84, 2018.
A. J. P. Tixier, M. R. Hallowell, R. Balaji and D. Bowman, "Application of Machine Learning to Construction Injury Prediction. Automat. Constr", Vol. 69, pp. 102-114, 2016.
J. Y. Lee, Y. G. Yoon, T. K. Oh, S. H. Hee and S. I. Ryu, "A Study on Data Pre-Processing and Accident Prediction Modelling for Occupational Accident Analysis in the Construction Industry", Applied Science, Vol. 10, No. 21, pp. 1-23, 2020.
R. Houari, A. Bounceur, M. Kechadi, A. Tari and R. Euler, "Dimensionality Reduction in Data Mining : A Copula Approach", Expert Syst. Appl. Vol. 64, pp. 247-260, 2016.

상세보기
J. D. Ona, G. Lopez, R. Mujalli and F. J. Calvo, "Analysis of Traffic Accidents on Rural Highways using Latent Class Clustering and Bayesian Networks", Accid. Anal. Prev, Vol. 51, pp. 1-10, 2013.
Y. Freund, R. Schapire and N. Abe, "A Short Introduction to Boosting", J. Japanese Soc. Artif. Intell, Vol. 14, pp. 771-780, 1999.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증