近年来,民航运输业发展越来越快,然而每年却有多起重大民航事故发生,航空安全形势整体并不乐观。因此加强对航空安全的探究,控制民航事故的发生变的越来越有重要意义。本文主要从两个方面对民航安全问题进行了深入研究:首先对民航不安全事件的特点和数据结构及其相关关系进行了研究。由于民航不安全事件数据结构复杂,为了探究各个分类变量之间的相互关系,本文引入概念树模型,采用多维关联规则挖掘不安全事件各个分类变量之间的潜在关系。同时,为了对那些高度相关但不频繁出现的关联属性进行研究分析,本文设定了两个不同的支持度阈值,与同一个信任度阈值分别组合进行数据挖掘分析。其次,民航不安全事件的风险识别。本文采用小波分解重构的方法对鸟击事件的风险值进行去噪处理,进而对特定时期内的高发风险时段进行风险识别;建立Bow-tie模型对民航不安全事件进行风险分析,以鸟击不安全事件为例,从机场和航路两个方面分别进行了具体实例分析;建立了民航不安全事件发生过程的泊松拟合方法,对未来不安全事件概率进行估计;最后,将关联规则与映射进行结合,对民航不安全事件的致因因素的进行识别,对起关键作用的致因因素重点监控。引入事故致因和风险传递理论,将不安全事件致因因素归纳成“人-机-环-管”四个维度,利用关联规则的挖掘,对致因因素进行映射分析,找到各致因因素之间的关键因素,加强对该风险因素的监控,实现对民航不安全事件的控制。