自序

世事无常，你永远不知道明天和意外哪一个先来。这句话一定程度上道出了人们在灾害面前的渺小和无奈！突发且频次呈加剧之势的高校学生意外伤害，撕扯着学校、家庭和社会的敏感神经。在独生子女为主的时代，一个大学生的意外死亡，其母亲也已经错过了健康生育的最佳年龄，这就意味着一个家庭的解体，社会就会多一对失独父母甚至更多无助的老人群体。最令人揪心和无助的是，不知道其在什么时候发生，在哪里发生，发生在哪个人的身上。造成伤害的因素总是不同，而且有很多。表面上看好像是偶然的独立事故或事件，但又感觉存在着某种潜在的甚至是系统性的风险。学术界已经关注到，但研究视角大多局限于某些特例或个别因素，缺乏整体性和持续跟踪，对伤害因子内在的关联性挖掘极少。

由于工作原因，本人从20世纪90年代初期开始接触学生意外伤害的预防和事故处理工作，见到了太多师生伤亡的伤心事、烦心事和纠心事，写过一些文章，也主持或参与制定过一系列的政府及教育主管部门的安全管理办法、法规、文件。但总感觉抓不到要害和根本，文件年年制发，领导干部天天有批示，不幸却没能避免。内心纠结的同时也暗下决心要做点什么。

本研究以西南某省部分高校学生意外伤害为视角，从多年对学生意外伤害案例观察和实际管理工作经验中，梳理了致伤频率相对较高的43个因子，并设计调查问卷。抽样调查了6类不同层次高校的8 000名学生。从采集到的7 243份有效问卷统计中发现，被调查的对象中12.29%的学生有过不同程度的意外伤害经历。

受“海因法则”启发，虽然伤亡事故可能毫无征兆地在某个瞬间、某个场所、某个人身上突然发生，但事故的爆发并非是一个孤立的事件，其酝酿、发生、发展的过程具有因果关系。但其中的关联度、高频关联因子究竟有哪些呢？本研究引入数据挖掘算法之关联规则挖掘（Association Rule）理论，对其中42个客观因子进行关联规则挖掘。在改进Apriori频繁项挖掘算法基础上，提出了“学生伤害数据频繁项挖掘算法”（AMFISI），优化了时间复杂度、存储空间复杂度和运行效率。

通过对125个子项的2 ¹²⁵ 个候选频繁项进行数据挖掘，在时间、场所、人群中出现了高发时间、多发场所、易发人群3大关联规则聚集区，获得了诸如“零点伤害”“心痛时刻”“伤心季”“春夏、秋冬之交交通事故多”等时间密码，发现了实习见习场所、运动场、宿舍、学校周边区域、往返学校途中等学生意外伤害多发场所顺位，揭示了“熟人伤害在学生意外伤害中比例高”“母亲文化程度与大学生伤害呈负相关”“学生伤害与是否独生子女没有显著关联”等易受伤害人群特征。

基于数据挖掘的结果，本研究用数学模型予以验证，借鉴风险管理理论，针对性地提出了高校学生意外伤害风险源辨识、监测平台建设、风险干预、风控效能评估与改进等预防和减灾策略。在此基础上，试图利用物联网、云计算、大数据、人工智能等技术，围绕校园安全监测、排查、干预、应急等环节，构建全方位、全天候、立体化的校园意外伤害风险防控体系，实现学校安全监测智能化、安全教育常态化、隐患排查制度化、应急演练程序化，从而铸就多级联动的平安校园建设生态圈。

2022年夏，于昆明