近年来,化工行业安全事故多发,严重威胁到人民群众的生命财产安全,甚至引发环境灾难,造成恶劣的社会影响。化工企业生产过程的安全对于最大限度的避免事故发生或者降低事故发生的风险起着决定性作用。企业只有全面认识到自身安全生产风险情况才能有助于更好地开展安全生产工作。目前某安全研究院以自身研发的安全管理评估体系为依据对化工企业安全生产水平进行评分,帮助企业评估安全风险。由于评估指标众多,且受评估专家主观因素影响较大,依靠几百项的专家打分,难以直观、客观的反映企业生产安全状况。本文以安全管理评估指标体系作为领域知识,综合分析化工事故根原因评分和化工企业安全管理评分,对企业生产安全风险特征以及企业生产安全风险预测两个方面进行了画像研究,形成了更直观的企业安全现状的描述,为研究院的企业生产安全评估工作提供客观评价及依据,为企业自身安全生产管理提供可靠的数据分析。本文主要工作如下:1、目前研究院评估的化工企业个数较少,仅依靠企业评估数据难以进行数据分析与挖掘。研究院调研的化工事故件数较多,且企业与事故原因分析中使用的评判指标相同,因此本文运用迁移学习的思想,将事故原因评分所学知识应用到企业生产安全风险画像中。受制于事故调查环境和专家经验水平,事故原因评分的缺失导致无法全面准确的为企业分析提供帮助。针对上述问题本文构建了面向事故的化工安全指标评分预测模型,构造了事故-指标评分矩阵,行代表着事故,事故有类型,损失等属性,列代表着指标,行列交汇处表示事故原因的指标评分。2、本文提出了基于化工安全指标的评分预测算法。采用基于NMF的协同过滤算法预测缺失评分,基于初始预测评分数据,提出改进的关联分析算法来挖掘安全指标之间的强关联规则,并依据指标间的相互关系,以前件指标评分为基础利用推荐算法FM算法对后件指标评分进行预测。实验证明FM算法预测出的指标评分准确度更高,实现了进一步修正关键指标评分,整体提升指标评分准确性,以致再次挖掘更加精准的指标间关联规则。3、在对企业生产安全风险画像分析时,本文从风险特征和风险推理两个方面进行研究。某安全研究院所打分的企业共有60家,本文以某企业为例,抽象出企业的安全风险特征以及计算特征评分值,运用聚类分析判断风险特征等级,识别出企业高风险,一般风险以及低风险特征,并引入二级指标要素依次根据风险特征级别进行企业风险特征画像。通过事故原因评分学习到的知识迁移到企业评价中,主要以指标间以及指标与事故类型间的关联关系,对企业生产安全风险进行推理画像,指出潜在安全隐患。企业生产安全风险画像能够更客观更合理的评价企业的打分,更直观的描述企业安全现状,从而可以解决某安全研究院的实际需求。