运营控制中心（OCC即综合监控及通讯中心）是保证轨交系统正常运营的关键中枢系统。目前的OCC系统面临的挑战是每天各个子系统会产生海量的告警事件,大大超出运营团队人工处理的能力,需要设计一个有效的告警关联模型来帮助运维人员定位故障,快速解决问题,并且研究一个告警的智能排序算法帮助从业经验不足的操作人员能优先处理等级较高严重的告警事件。首先通过对轨道交通告警日志数据的深入挖掘与探索,从多个维度进行可视化分析,并从中发现一些告警的规律,提出相应的意见和建议。然后在理论基础和技术支持的基础上设计了告警关联模型,利用告警日志数据中的告警信息特征以及Word2vec模型将每个信息特征进行向量化,融合其他特征信息对一定时间窗口内的告警进行基于语义的综合聚类,再利用Fp-Growth算法对聚类得到的不同类别告警进行关联挖掘,再分别基于指向其他类别的个数、置信度、提升度等方法计算告警类别的得分,得到该时间窗口内这类基于告警重要性程度指标,将最重要的告警定义为根告警。这一部分主要是告警关联规则挖掘,设计一套寻找根告警的方法。最后基于对数据的挖掘构造一些衍生变量,包括学习运维人员行为的确认延迟、站点和系统的熵信息、告警的密度、短期的效应等,构建一种线性模型,综合这些数据信息以获得更加细致的告警等级。