煤炭是目前中国最重要的基础能源,长期以来,煤炭占中国一次能源的比重高达一半以上,煤矿安全生产,是维护中国经济社会稳定发展,保障能源安全的基石。近年来,在国家着力推动整体经济由快向稳发展、去除落后产能以及保障经济发展质量的大背景下,煤炭企业积极推进智慧矿山建设,大力应用先进技术,着力建设安全、绿色、智能的新型矿山。煤矿安全隐患管理也与时俱进,向智慧安全不断迈进。随着智慧矿山建设的深度推进,以物联网、云计算、大数据、移动互联网等为代表的先进信息技术在煤炭企业广泛应用,大大提高了企业的科技水平,丰富了企业的信息获取手段,同时也对传统的管理模式造成极大的冲击。目前,煤炭企业对于安全数据的处理十分粗糙,大多止步于基本的统计分析,更多的安全知识沉睡于海量数据中,“数据丰富但知识贫乏”的现象十分严重。传统的煤矿安全隐患管理方法难以应对海量安全数据的冲击,煤炭企业信息处理加工能力的不足日益成为制约企业安全管理水平进一步提升的瓶颈。针对这一问题,本文以发现煤矿安全大数据中的安全知识为目标,提出煤矿安全隐患管理知识发现研究课题,确立了煤矿安全隐患管理知识发现的基本框架,改良并在安全隐患管理中应用多种知识发现方法模型,识别数据中蕴含的安全知识。本文首先回顾了当前中国煤矿安全形势和安全管理理论的发展情况,指出国内煤矿安全管理面临发展瓶颈。其次总结了研究的发展现状,分析相关研究的发展趋势,梳理了总结了煤矿安全隐患评判、煤矿安全隐患预防、煤矿安全隐患致因分析、安全隐患管理信息系统和知识发现方法等五个主要研究方向。再从理论层面论述了煤矿安全隐患管理知识发现的重要性、迫切性、合理性,为研究的进一步开展奠定理论基础。然后分析了煤矿安全大数据的特征,以煤矿安全隐患数据为例建立研究的数据集。最后分别运用复杂网络分析、词向量分析、文本分类和链路预测等多种知识发现方法,深度挖掘安全隐患数据中蕴含的安全知识。论文内容共分为九章,主要结论如下:（1）煤矿是一个典型的复杂系统,煤矿安全隐患管理也是一项涉及要素众多的系统工程,系统中的各个要素在安全管理人员的统一协调指挥下,共同实现最终的安全目标。煤矿安全隐患管理的最终目标是消灭安全事故,知识发现是实现安全隐患管理目标的有力工具。通过分析煤矿安全隐患管理内涵以及知识在煤矿安全隐患管理中的形成、流转和作用机理,最终构建形成了煤矿安全隐患管理知识-能力-目标正反馈回路模型,揭示了知识、能力与目标之间同增同减的协同作用关系,指出了知识对于实现管理目标、提升管理能力的促进作用,更有效地获取安全知识对于提升安全管理能力以及实现煤矿安全目标至关重要;（2）基于大数据理论,指出煤矿安全数据具有大数据的典型特征,即数据体量大、数据类型多、处理速度快、价值密度低和真实性,煤矿安全数据还同时具有结构化程度低的特性,处理难度高,煤矿安全管理人员亟需建立大数据思维。基于实践案例建立了煤矿安全隐患数据集,通过对数据集的初步分析,发现了煤矿安全隐患数据具有比较明显的时空特性。煤矿安全隐患的集中程度较高,以支护隐患为代表,其发生频率最高。支护隐患集中发生于特定的工作面,或频繁发生于特定的施工作业单位。管理者根据安全隐患的时空特性重点整治,能够实现更好的管理效果。（3）煤矿安全隐患数据中包含着安全隐患发生的一般模式和规律等总结性知识。基于煤矿安全隐患要素之间的关系网络,发现安全隐患要素之间的联系并不密切,但存在影响力较强的核心节点,综合利用网络密度和中心势等总体指标以及多种节点中心度等个体指标,确定了安全隐患的随时间的发展变化规律,发现了以工作面为代表的一批核心节点;基于Word2Vec词向量模型,抽取各类安全隐患的核心特征词,按照词共现频率和相似度绘制桑基图,生动呈现了安全隐患各要素之间的内在信息流动,有效地展示了安全隐患的宏观特征和微观细节;（4）煤矿安全隐患数据中包含着安全隐患的预期发展和特征变化等预测性知识。针对煤矿安全隐患文本文本长度短、停用词占比大的特点,利用bigram二字串改进传统的中文分词及文本特征选取过程,结合SVM分类算法,取得了比传统方法更优的效果;利用链路预测方法,基于不同于安全隐患关系网络的关键词共词网络,预测了关键词的可能联系,藉此实现了对隐患主体以及隐患特征的关系预测,取得较好的效果。论文的主要创新点总结如下:（1）分别建立了基于安全隐患属性联系的隐患属性要素网络和基于关键词词共现关系的特征词网络,从而将高度无结构化的隐患文本中复杂的内涵关系抽象为显性的网络;（2）利用Word2Vec词向量模型定位煤矿安全隐患特征,给予安全隐患关键词以向量化的唯一表示,根据词相似度和共现频次绘制桑基图,层次化分析隐患特征在不同隐患要素之间的信息流动;（3）改进了适用于煤矿安全隐患文本数据的文本分类方法,运用bigram二字串替换传统中文分词,避免了繁琐的人工特征提取过程,改良的文本分类方法在煤矿安全隐患文本文本分类中表现更优。