典型文献
基于人格特质和机器学习分类算法的建筑工人不安全行为识别
文献摘要：
获取建筑工人个性特征是实现其不安全行为精准化、个性化干预管理的重要前提,而人格特质是分析建筑工人个性特征的重要依据.以292名一线建筑工人为研究对象,通过问卷调研和深度访谈探究人格特质与不安全行为之间的映射关系,基于大五人格生成不安全行为偏好,利用机器学习分类算法实现建筑工人的不安全行为识别.研究表明:高外倾性、中神经质、中宜人性、低责任心、低开放性映射习惯偏差型不安全行为;中外倾性、低神经质、低宜人性、低责任心、高开放性映射程序偏差型不安全行为;中外倾性、高神经质、中宜人性、高责任心、中开放性映射感知偏差型不安全行为;中外倾性、中神经质、中宜人性、中责任心、中开放性映射技能偏差型不安全行为.同时通过比选分类与回归树(classification and regression tree,CART)、随机森林(random forest,RF)、自适应提升树(adaptive boosting,AdaBoost)和梯度提升决策树(gradient boosting decision tree,GBDT)四种分类算法模型的评估指标,结果发现GBDT算法的不安全行为预测性能最优.
文献关键词：
建筑工人;不安全行为;人格特质;分类算法;行为识别
中图分类号：
作者姓名：
周建亮;胡飞翔;邢艳冬;高嘉瑞;袁华凯
作者机构：
中国矿业大学力学与土木工程学院,徐州221116;中铁上海设计院集团有限公司徐州设计院, 徐州221116
文献出处：
引用格式：
[1]周建亮;胡飞翔;邢艳冬;高嘉瑞;袁华凯-.基于人格特质和机器学习分类算法的建筑工人不安全行为识别)[J].科学技术与工程,2022(29):13013-13020
A类：
B类：
人格特质,机器学习分类算法,建筑工人,不安全行为识别,个性特征,个性化干预,问卷调研,深度访谈,映射关系,大五人格,人格生成,行为偏好,算法实现,人的不安全行为,外倾性,宜人性,责任心,射程,高神经质,感知偏差,比选,分类与回归树,classification,regression,tree,CART,random,forest,RF,自适应提升,提升树,adaptive,boosting,AdaBoost,梯度提升决策树,gradient,decision,GBDT,算法模型,行为预测,预测性能
AB值：
0.276203
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
