基于CiteSpace可視化分析的國內外施工安全需求研究熱點及趨勢

摘要：施工現場安全的精細化管理對于安全信息提出較高要求，使得蘊藏豐富安全信息的施工安全需求受到關注。綜合運用CiteSpace軟件對中國知網（CNKI）和Web of Science（WOS）兩大數據庫中的相關文獻進行剖析和可視化展示，以2005—2024年為時間范圍，探究該領域的研究熱點及趨勢。結果表明：施工安全需求定義的提出在2005年，后續10年間圍繞理念進一步完善和深化；國內研究尚處于起步階段，少數研究仍然是結合安全風險等內容展開；國外研究則較為豐富，聚焦于施工安全需求分析、安全系統需求設計、安全規則提取等主題，且多元信息技術融合也進一步提升施工安全需求的應用價值。考慮到研究的持續拓展，多源異構數據分析、隱性信息提取，以及應用領域拓展是未來關注的重點。

關鍵詞：施工安全需求；CiteSpace；可視化；綜述

0 引言

在智能建造快速發展的背景下，施工現場逐步實施數字化、智能化的安全管理模式。盡管各種類型的信息技術開始應用于現場安全管理，但仍然存在大量安全防范失效、風險監管不到位、事故應對不力等現象。根據住房和城鄉建設部通報的年度全國房屋市政工程生產安全事故情況，2012—2022年，施工安全事故發生次數增長40.2%，整體呈現遞增趨勢^[1]。施工安全依然是建筑行業無法忽視的重要問題，其對國民生命健康和財產損失造成的重要影響也引起了全社會的廣泛關注。為了解析施工安全事故頻發的深層次原因，國內外的學者從事故發生的前因出發，展開一系列研究。Laurence^[2]通過對礦區工程事故的調查，認為不遵守規則、程序等安全類要求是造成工程事故的首要因素。隨之，吳宗之等^[3]結合事故發生的致因分布，認為未遵守安全規則而進行施工是導致安全事故頻發的主要原因。與此同時，一些學者也圍繞事故發生的本質進行了研究，相繼認為安全要求的錯失^[4]、執行過程的偏差^[5]是導致安全事故發生的關鍵因素。在已有研究的基礎上，Wu等^[6]圍繞二元主體提出施工安全需求對應安全相關方和工程項目的一系列施工安全事項，包括偏好、意圖、要求、規范等信息。同時，通過施工安全需求研究，對于施工安全事項進行詮釋，有助于豐富施工安全管理的理論體系^[4]。而且，施工安全需求信息能夠作為施工安全管理執行偏差的判斷依據，可輔助施工現場的安全決策^[6]。

當前研究揭示了約束施工安全管理的標準、規范、原則等信息的執行偏差是事故發生的根本原因，因此需要保證相關安全需求在施工過程中得到準確執行^[7]。而且，問題響應的先后邏輯確定了施工安全需求執行的前提在于明確的定義，以及規范的信息表達結構。顯然，要解決施工安全管理中存在的執行偏差問題，基礎工作就是對執行的內容進行科學定義，使其成為一種具有特定結構、可被規范化表達的信息^[6]。同時，對于施工安全需求的信息識別與檢索是另一個重要問題，這也是信息能夠被有效利用的關鍵步驟^[9]。現有文獻梳理了一些學者圍繞施工安全需求的基本概念^[2]、主要特點^[8]及管理模式^[10]的研究，以明確施工安全需求的基本范疇。少部分綜述論文從事故致因分析^[11]和安全知識管理^[10]的角度討論潛在的施工安全需求。綜上所述，施工安全需求研究尚處于起步階段，缺乏對于該部分研究的規范梳理，特別是討論不同研究主題和研究趨勢的綜述。

因此，本研究運用CiteSpace對施工安全需求相關文獻進行梳理和可視化分析，以探究當前項目管理領域施工安全需求的研究現狀及趨勢，明確施工安全需求的價值和作用，以期對現場的安全管理績效提升提供借鑒。

1 數據來源與方法

1.1 數據源

考慮到數據庫的規模和代表性，本研究選擇中國知網（CNKI）和Web of Science（WOS）核心合集作為數據源，時間跨度設置為2005—2024年的20年，文獻類型均為研究論文。對于中國知網，設定檢索詞為“施工安全需求”“施工安全要求”和“施工安全規范”，共檢索到文獻46篇。其中，有8篇文獻聚焦于構建傳統安全規范，不符合施工安全需求的內涵，故予以剔除，最終保留有效文獻38篇。

為了保證中英文文獻在檢索關鍵詞內涵上的一致性，通過梳理國內外施工安全需求研究的主題詞，并結合美國安全工程師協會發布的安全專業術語進行關鍵詞篩選。最終，在Web of Science數據庫進行文獻檢索時，設定檢索詞為“construction safety requirements”“construction safety regulations”“construction safety standards”，共檢索到文獻215篇。經過對檢索結果的分析發現，一部分文獻僅將施工安全要求作為研究背景，與主題關聯性較弱。同時，還有少量文獻探討施工安全規范的合理性，不符合研究主題。因此，經過篩選后，獲得有效文獻203篇。

1.2 分析方法

為了更加全面分析當前研究中關于施工安全需求的研究進展，并實現可視化的分析，本研究引入CiteSpace軟件對施工安全需求的相關文獻進行梳理，并利用該軟件揭示當前研究的分布特點和研究趨勢，從而獲得國內外關于施工安全需求研究的總體發展情況。

2 基本信息

2.1 發文量分析

為了判斷關于施工安全需求研究的總體發文趨勢，本研究對篩選得到的樣本文獻進行發文量的統計，將2005—2024年發文量的結果繪制為趨勢圖，2005—2024年施工安全需求研究發文量趨勢圖如圖1所示。根據圖1中文獻出版情況可知，國內對于施工安全需求研究的關注尚處于起步階段，總體研究成果較少，現有研究聚焦于安全管理的需求識別、安全相關要求的知識獲取。相較之下，國外關于施工安全需求的研究起步較早，總體上文獻出版數量也更多。

總體上看，施工安全需求本質上仍然是一種信息，需要依托有效的技術手段進行提取和分析。因此，在相當長的一段時間內，受制于現有技術的約束，施工安全需求潛藏于各類項目信息中，無法被有效獲取。近年來，隨著信息技術的快速發展，包括自然語言處理（NLP）、計算機視覺（CV）等技術都為多源異構數據獲取提供了可能。從發文量上看，2015年以后關于施工安全需求的文獻數量顯著增加，反映出各種信息技術的推動作用。

2.2 出版期刊分析

本研究還對相關文獻的出版期刊進行統計，探究期刊的收錄范圍和施工安全需求研究的分布情況。分別選取國內外文獻發文量前5的期刊進行統計，出版期刊的分布情況見表1。

通過期刊發文統計可知，國內外關于施工安全需求的總出版期刊達到109種。同時，發文量為前5的10種期刊共計發表文章數量為98篇，占總發文量的48.3%。國內期刊總體發文量較少，在2005—2024年發文量最多的期刊為《安全與環境學報》和《建筑安全》，這兩本期刊的發文量占國內期刊總發文量的19%，收錄范疇包括工程安全、安全生產與運作等。其中，這兩本期刊上關于施工安全需求的文獻聚焦于安全管理的需求識別和安全相關要求的知識獲取。而且，發文量前5的期刊發文占比達到61.9%，顯示出國內發文聚焦于少部分期刊，總體關注度不夠。對于國外期刊而言，發文量排名第一的為Safety Science，占比達到國外期刊出版總量的17%，收錄范疇為安全風險、不安全行為及工程安全等。其中，該期刊上關于施工安全需求的文獻聚焦于安全需求特征分析、安全系統需求設計以及安全規范檢測。發文量排名第二位和第三位的是Automation in Construction和Advanced Engineering Informatics，這兩本期刊發表了大量應用信息技術解決安全問題的研究成果，同時安全領域研究也是這兩本期刊的關注重點。根據期刊統計結果可知，施工安全需求研究的成果普遍出版在核心期刊、中科院一區期刊等高質量學術期刊上，反映出該領域的研究具有前瞻性，而且獲得了同行的廣泛認可。

2.3 發文地區分析

為了判斷不同國家和地區對于施工安全需求的關注情況，本研究通過發文國家和地區的統計揭示其發文偏好。對此，本研究以國外研究的文獻為例，對不同國家和地區的相關文獻出版情況進行統計，并利用CiteSpace軟件進行可視化分析，發文國家和地區可視化網絡圖如圖2所示。

根據圖2中結果可以發現，中國學者和美國學者對于施工安全需求的研究最為關注，并且與澳大利亞、英國、韓國等國家的學者建立密切的合作關系。同時，研究主題聚焦于施工安全需求的定義、施工安全需求的提取，以及施工安全需求的知識轉化。同時，結合施工安全需求開展安全風險評估、不安全行為識別、工程安全監測等傳統安全問題的研究也是各個國家和地區的關注重點。

3 研究熱點與趨勢

3.1 關鍵詞聚類分析

為了探究施工安全需求研究領域的發展進程和前沿熱點，本研究運用CiteSpace軟件對國內外兩大數據中的相關文獻關鍵詞進行共線，2005—2024年國內外施工安全需求研究關鍵詞共現圖譜如圖3所示。綜合國內外的研究情況可知，國內研究相對較少，主要是結合傳統的施工安全風險^[12]、工程安全狀態^[13]、安全事故^[14]展開研究，其對應關鍵詞聚焦于施工安全、安全管理、安全工程、安全隱患、規范建設等。因此，這表明國內對于該領域的研究并不全面，尚處于結合傳統安全管理問題進行研究的階段，對于施工安全需求有待后續更廣泛的研究。國外研究則較為豐富，主要聚焦于施工安全需求特征分析^[9]、安全系統需求設計^[15]、安全規則提取^[16]，并且還結合了自然語言處理^[6]、深度學習^[17]、BIM^[18]等多樣化的信息技術開展研究。同時，相關文獻的關鍵詞分布于施工安全^[19]、管理^[10]、提取^[20]等。本研究利用CiteSpace的聚類功能對關鍵詞進行聚類分析，剖析現有研究的關注重點和研究特征，主要按照研究主題、關鍵方法以及核心技術進行分析。此外，由于國內研究文獻主題分布較分散，不便于進行比較分析，故本研究以國外研究為數據來源進行探究。

在研究主題方面，已有研究專注于從安全規范、標準等視角凝練施工安全需求的定義，并逐步探究安全規則檢測、標準符合性測試，以及安全需求信息檢索等內容。從研究的周期來看，遵循從定義施工安全需求到應用施工安全需求漸進式探索過程。而且，信息技術的融合使得相關研究得到進一步拓展，涉及的主題覆蓋工程安全、人員安全以及環境安全等。

在關鍵方法方面，現有研究主要涉及兩大類別關鍵方法，分別是提取方法和轉化方法。前者一般利用文本挖掘、自然語言處理、網絡爬取等方法提取施工安全需求的原始信息，后者則是結合本體論、知識圖譜等方法對獲得的原始信息進行知識轉化，將抽象的原始信息轉化為規范的施工安全需求知識。

在核心技術方面，早期研究受制于技術手段的約束，較少涉及抽象信息的價值增值。近年來，各類型信息技術在土木工程領域的廣泛應用，為施工安全需求的價值轉化提供空間。由此，所結合的核心技術包括人工智能^[22]、物聯網^[23]、大數據^[24]等，即通過施工安全需求知識和這些技術的結合，更好地服務于項目管理實踐，提高安全管理績效。

3.2 研究趨勢分析

為了明確國內外關于施工安全需求研究的總體發展趨勢，系統梳理2005—2024年的研究情況，并根據研究主題進行整理。2005—2024年國外、國內施工安全需求研究關鍵詞時區圖如圖4、圖5所示。根據圖中記錄的關鍵詞，將國內外研究趨勢劃分為三個階段，分別是理念研究階段、信息提取階段及知識應用階段。

（1）理念研究階段。時間范圍為2005—2010年，主要是結合事故發生本質、事故致因視角、安全相關要求等提出施工安全需求的概率，并進行規范定義。Laurence^[2]在2005年首次針對礦區工程明確了規則、程序和章程是施工過程中首要遵循的需求，并指出在安全需求未被識別的狀況下項目參與者無意識的不安全行為會導致職業安全事故。隨之，Wang^[4]將一切可能導致安全事故發生的人為和環境要素確定為安全需求來源，其中的風險要素定義為安全需求關注點。此外，國內外的其他研究者還從事故致因的視角對施工安全需求的基本理論進行研究。例如，張煒等^[25]通過建立結構化的施工安全事故致因系統模型，將識別出的事故致因確定為安全需求要素，并劃分了影響等級。對于現場的事故風險，其作用于項目管理時則衍生為施工安全需求，并具備相應的演化機制。為了更加全面地描述項目管理中的安全事項，與施工安全相關聯的一系列要求也被泛化為施工安全需求。Su等^[26]提出了“建筑安全標準體系”的概念和框架，并將分類后的標準定義為指導安全施工的需求原則。值得注意的是，以標準體系為典型的安全需求具有知識特征，可以借助安全實體所構建的建筑安全標準知識圖明確安全需求的來源、結構和特征^[27]。

綜上所述，施工管理過程中所衍生的多類型要求既可泛化為施工安全需求，也顯示出安全需求呈現來源廣、多樣化和復雜性的特征。

（2）信息提取階段。時間范圍為2011—2020年，主要是圍繞安全因素識別、風險評估、文本挖掘等主題開展施工安全需求的研究。國內外研究者最初從現場安全事故的因素識別入手展開施工安全需求管理的研究。張煒等^[25]基于系統思維和事故致因理論，構建了結構化的施工安全事故致因系統模型，從而獲得了影響等級量化的安全需求因子。Alkaissy等^[28]對美國勞工部職業安全衛生管理局（OSHA）提供的事故報告進行系統性分析，建立事故頻率和違規行為之間的聯系，并將項目類型、事件類型和損失程度描述為安全需求要素。事故主動防范的前提是風險要素的識別，結合施工安全風險分析來開展施工安全需求研究也是趨勢之一。Ma等^[29]通過引入機器學習方法挖掘安全事故文檔中的風險要素，并開發級聯效應模型對風險要素進行評估，繼而生成了可用于安全管理決策的需求信息。對事故報告的文本挖掘是提取施工安全需求的重要模式，也是利用溯因手段取得安全管理績效的有效工具。同時，文本挖掘也被用于探究文本中風險因素的重要屬性以作為核心施工安全需求的判斷依據^[16]，以及提取現場信息記錄文檔中風險要素以獲取安全需求類型^[4]。綜上所述，安全風險綜合分析是施工安全需求信息提取的重要組成部分，而結合文本挖掘的信息檢索則是核心方法。

（3）知識應用階段。時間范圍為2021—2024年，研究主題聚焦于施工安全需求的領域本體、知識圖譜、新型信息技術融合等，開始逐步顯示出施工安全需求信息的實際用途和價值。為了規范化描述安全需求信息構成主體，有學者運用領域知識分析方法對安全需求信息進行描述，并形成了以知識元、主體和小類主體為主要結構的施工安全需求信息知識結構^[6]。而且，通過本體論也可以將利益相關方提出的施工安全需求描述為安全知識，借助Revit平臺對這些需求數據進行自動化識別^[30]。隨著新型信息技術的快速發展，施工安全需求的抽象信息得以通過知識管理的手段進行利用。例如，可以采用本體建模軟件protégé建立施工安全規范知識庫，并以事故畫像的形式展現出安全需求信息^[6]。Zhang等^[31]對核電廠的安全關聯自動化系統進行評估，引入關鍵事項分析方法提取核心安全需求，并對這些需求的特點、形成機理進行了剖析。在大數據、物聯網、云平臺、人工智能等新型信息技術的嵌入下，施工安全需求被廣泛應用于知識庫構建、實時安全預警、風險閾值判斷等。相應地，一些被提取到的安全需求信息能夠直接干預安全決策，包括過度工作量信息可通過穿戴設備發出體能預警^[16]、心率大幅度波動的危險提示^[32]，以及危險行為的警笛提醒^[17]。國內外的學者從知識管理的視角出發，關注施工安全需求不僅局限于需求信息的知識轉化，對需求知識的更廣泛應用展開了研究。

4 討論

為了全面梳理當前關于施工安全需求研究的現狀，本研究探討了發文期刊和發文地區的分布特點，對研究熱點進行了梳理，并總結研究趨勢。研究結論如下：

（1）已有研究的分布特點。根據發文量的統計分析可以看出，國內關于施工安全需求的研究尚處于起步階段，主要是結合安全風險分析、安全系統開發等主題展開探索，總體發文量較少。國外研究則起步較早，已經從最初階段的理念探索深入到近年來的知識轉化與應用，總體發文量和質量都展現出較高水平，并引起廣泛關注。同時，發文期刊主要為兩大類，一類集中為傳統的工程安全、職業健康等范疇的學術期刊，仍然圍繞工程安全中的關鍵問題進行研究；另一類以多元信息技術采納與應用為特點，這些期刊關注工程安全領域的最新前沿進展和新興技術，這反映出施工進展安全需求既是傳統工程安全領域的核心關注點，也是新興技術支持下的研究熱點。另外，發文地區凸顯出我國在全球土木工程行業的重要地位，也顯示出國家對于施工安全的核心關切，以及學者聚焦于安全研究所取得的大量成果。

（2）研究熱點的狀況。結合共線圖譜和關鍵詞聚類分析可知，施工安全需求研究的關注點存在差異，但與安全實踐保持一致。自2005年首次提出安全需求的相關概念以來，國內外學者陸續圍繞事故安全需求的基本概念、核心內涵、管理模式展開了諸多研究，對于施工安全需求的技術識別需求管理應用進行了相關探索。為了豐富施工安全需求的相關理念，學界從事故致因的視角對施工安全需求的基本理論進行研究，明確了安全需求的引申理念和范圍。另外，現有研究還通過系統化地描述施工安全管理中的重要事項，將施工安全相關聯的一系列要求泛化為施工安全需求。對于施工安全需求管理，則聚焦于事故致因分析、安全風險識別與評估、安全知識管理等方面。總體上看，現有研究有關安全需求的關注點較多，但大多結合了工程項目的安全管理實踐，并且將需求理念和需求管理模式緊密聯系到實際安全現狀。

（3）研究趨勢的總結。通過時區圖綜合分析，發現國內外已經提出了初始的施工安全需求理念，并且結合文本挖掘開展了施工安全需求信息的檢索研究，而信息技術的嵌入則為施工安全需求的知識轉化和價值提升奠定了基礎。總體上看，當前研究已經取得了一定成果，但也存在有待拓展和深化研究的空間。一是對于施工安全管理執行偏差的前因考慮不足，繼而缺乏對施工安全有關真實需求的系統性研究。當前對于施工安全有關需求的研究成果仍然以概念界定和內涵分析為主，缺乏規范化的描述體系與應用邏輯。二是現有研究中對安全需求的界定較為單一，未能充分體現安全管理過程中安全需求內容，對于以管理者為主要對象的項目主體考慮不夠。特別地，當前對于施工安全有關的需求研究中多以內容明確、形式單一的直接信息為主，較少關注潛藏在項目文檔中的隱性信息。因此，需要立足于施工安全管理的全系統視角，對有關施工安全的多類型需求檢索和規范化應用開展系統化研究。三是項目管理過程中產生的多源異構數據均有可能包含施工安全需求信息，而這些不同類型數據的價值還需深入挖掘。因此，未來有關圖像、音頻、視頻等多源異構數據的綜合分析將成為施工安全需求提取與應用的重點。

5 結語

在傳統的安全管理研究領域，施工安全需求受限于信息提取手段和知識轉換技術而被忽視，但其蘊藏的安全價值對現場管理至關重要。隨著各類型信息技術的快速發展，施工現場能夠更加全面和精準地提取施工安全需求，并且能夠將其進行規范表達，這也為需求信息的知識轉化和價值提升提供了機遇。因此，近年來，國內外對于施工安全需求的研究中不斷深入和拓展。基于此，本研究充分利用CiteSpace軟件對該領域的研究成果進行了系統性地梳理，通過發文量分析、出版期刊分析、發文地區分析，解讀關于施工安全需求研究的分布特點。同時，本研究還結合關鍵詞聚類分析和研究趨勢分析，獲取當前的研究熱點和總體演化趨勢，揭示當前研究的總體發展脈絡，為后續研究的深入和拓展研究提供借鑒。

總體而言，施工安全需求的研究已引起國內外學者的廣泛關注，從最初的基本概念辨析逐步轉變為內涵特征與管理模式的分析。結合當前研究現狀和趨勢，未來研究可在數據和應用兩個方面進行拓展：一方面，施工安全管理過程中產生大量的多源異構數據，現有研究主要結合文本數據進行施工安全需求的提取，而圖像、音頻、視頻等其他類型數據較少被關注，其中潛在的安全信息價值有待挖掘；另一方面，施工安全需求研究側重于內涵和特征分析，對其應用領域關注較少，包括安全偏差檢測、安全風險評估，以及安全管理決策，均是未來可持續開展施工安全需求應用的領域。同時，施工安全需求的應用還能夠與工程實踐緊密聯系，并納入多方主體和多維要素，形成一種成體系、強邏輯的應用范式，繼而促成施工安全需求的價值增值。

參考文獻

[1]陳志遠，王鐵驪.基于文本挖掘和復雜網絡的事故致因重要度評估方法——以房屋市政較大以上事故為例[J].中國安全生產科學技術，2022，18（4）：224-230.

[2]LAURENCE D.Safety rules and regulations on mine sites-the problem and a solution [J].Journal of Safety Research，2005，36（1）：39-50.

[3]吳宗之，任彥斌，牛和平，等.基于本質安全理論的安全管理體系研究[J].中國安全科學學報，2007（7）：54-58.

[4]WANG H H.Semi-automated identification of construction safety requirements using ontological and document modeling techniques[J].Canadian Journal of Civil Engineering，2015，42（10）：756-765.

[5]MELO R R S D，COSTA D B，LVARES J S，et al.Applicability of unmanned aerial system （UAS） for safety inspection on construction sites[J].Safety Science，2017（98）：174-185.

[6]WU Z，MA G.NLP-based approach for automated safety requirements information retrieval from project documents[J].Expert Systems with Applications，2024（239）：122401.

[7]STEMN E，JOE-ASARE T.The influence of accident manuals on the effectiveness of accident investigations—an analysis of accident management documents of Ghanaian mines[J].Safety Science，2021（135）：105129.

[8]SONG B，SUH Y.Narrative texts-based anomaly detection using accident report documents：the case of chemical process safety[J].Journal of Loss Prevention in the Process Industries，2019（57）：47-54.

[9]WANG X，EL-GOHARY N.Deep learning-based relation extraction and knowledge graph-based representation of construction safety requirements[J].Automation in Construction，2023（147）：104696.

[10]LIN J，CAI Y，LI Q.Development of safety training in construction：literature review，scientometric analysis，and meta-analysis[J].Journal of Management in Engineering，2023，39（6）：03123002.

[11]ZHANG Z，GUO B H W，CHANG-RICHARDS A，et al.Digital technology enhanced situation awareness for construction safety：systematic review and future research directions[J].Safety Science，2023（167）：106280.

[12]陸瑩，吳國琛，鄧韞璇，等.基于BIM-改進LEC法的地鐵施工安全風險自動評價方法[J].土木工程學報，2022，55（S2）：129-138.

[13]胡園園，劉俊生，王行風.基于BIM與知識圖譜的深基坑施工安全風險識別研究[J].金屬礦山，2023（9）：180-186.

[14]姜東民，何棟良，張哲.建筑工程施工安全生產管理研究——基于事故致因理論與數據挖掘技術[J].沈陽建筑大學學報（社會科學版），2021，23（6）：605-611.

[15]ZHU X，LI H，SU T.Autonomous complex knowledge mining and graph representation through natural language processing and transfer learning[J].Automation in Construction，2023（155）：105074.

[16]ZHONG B T，XING X J，LUO H B，et al.Deep learning-based extraction of construction procedural constraints from construction regulations[J].Advanced Engineering Informatics，2020（43）：101003.

[17]ZHONG B，PAN X，LOVE P E D，et al.Deep learning and network analysis：classifying and visualizing accident narratives in construction[J].Automation in Construction，2020（113）：103089.

[18]LI X W，YANG D J，YUAN J F，et al.BIM-enabled semantic web for automated safety checks in subway construction[J].Automation in Construction，2022（141）：104454.

[19]KUZUCUOGLU D，KOC K，KAZAR G，et al.Prioritization of risk mitigation strategies for contact with sharp object accidents using hybrid bow-tie approach[J].Safety Science，2023（166）：106248.

[20]KHALID U，SAGOO A，BENACHIR M.Safety management system （sms） framework development-mitigating the critical safety factors affecting health and safety performance in construction projects[J].Safety Science，2021（143）：105402.

[21]ZHENG X，WANG B，ZHAO Y M，et al.A knowledge graph method for hazardous chemical management：ontology design and entity identification[J].Neurocomputing，2021（430）：104-111.

[22]TIAN D，LI M，SHEN Y，et al.Intelligent mining of safety hazard information from construction documents using semantic similarity and information entropy[J].Engineering Applications of Artificial Intelligence，2023（119）：105742.

[23]QI Y，LI J，ZHANG M.Enabling CMF estimation in data-constrained scenarios：a semantic-encoding knowledge mining model[J].Accident Analysis amp; Prevention，2024（205）：107662.

[24]LUO X，LI X，SONG X，et al.Convolutional neural network algorithm-based novel automatic text classification framework for construction accident reports[J].Journal of Construction Engineering and Management，2023，149（12）：04023128.

[25]張煒，薛亮.考慮模糊需求的情景應對型建設工程施工安全事故應急資源調配優化[J].項目管理技術，2024，22（8）：53-59.

[26]SU W，GAO X，JIANG Y，et al.Developing a construction safety standard system to enhance safety supervision efficiency in china：a theoretical simulation of the evolutionary game process[J].Sustainability，2021，13（23）：13364.

[27]ZHANG J，EL-GOHARY N M.Semantic NLP-based information extraction from construction regulatory documents for automated compliance checking[J].Journal of Computing in Civil Engineering，2016，30（2）：04015014.

[28]ALKAISSY M，ARASHPOUR M，ZEYNALIAN M，et al.Worksite accident impacts on construction and infrastructure：nondeterministic analysis of subsectors and organization sizes[J].Journal of Construction Engineering and Management，2022，148（6）：04022023.

[29]MA G，WU Z，JIA J，et al.Safety risk factors comprehensive analysis for construction project：combined cascading effect and machine learning approach[J].Safety Science， 2021（143）：" 105410.

[30]VENKATESH P，ERGAN S.Classification of challenges in achieving bim-based safety-requirement checking in vertical construction projects[J].Journal of Construction Engineering and Management，2023，149（12）：04023131.

[31]ZHANG S，BOUKAMP F，TEIZER J.Ontology-based semantic modeling of construction safety knowledge：Towards automated safety planning for Job Hazard Analysis （JHA）[J].Automation in Construction，2015（52）：29-41.

[32]WANG Y，XIAO B，BOUFERGUENE A，et al.Proactive safety hazard identification using visual-text-text semantic similarity for construction safety management[J].Automation in Construction，2024（166）：105602.

收稿日期：2024-09-14

作者簡介：

吳志江（通信作者）（1992—），男，博士，助理教授，研究方向：智能安全、人機交互、項目管理。

馬國豐（1973—），男，博士，教授，研究方向：項目管理。