航空安全是民航企业的核心竞争力,事关民航企业的发展壮大。为提高民用航空系统的安全性,快速、准确地发现并改正系统存在的缺陷,控制和消除航空安全隐患,世界各国纷纷建立航空安全报告系统,收集不安全事件和安全隐患报告。现有的航空安全报告分析主要对其中的结构化数据进行简单的查询和统计,非结构化数据的分析工作需要分析专家花费大量时间去完成,可以发现简单的规律,但不能揭示数据内在的联系和潜含的模式,而且人工分析耗时耗力,其准确性严重依赖于分析人员的能力和经验。因此,研究有效的分析方法,自动、准确地发现数据中未知的、潜在的问题,揭示事件的关联,对航空公司控制和消除安全隐患,改善航空安全性能有着极其重要的实际意义。本文基于文本关联分析技术对航空安全报告进行了挖掘,并针对基于关键词的文本关联分析在低抽象层的词条之间很难找出强关联规则,提出了基于本体的多层关联规则挖掘方法,不仅发现了在低抽象层的词条间无法发现的规则,而且大量的具体规则被概括为更一般的关联规则。本文的工作主要有以下几点:1、针对报告预处理中未登录词的识别,提出领域词典构建方法,生成民航安全词典。2、使用基于关键词的文本关联分析对航空安全报告进行挖掘,获取频繁出现的词条模式。3、提出基于本体的多层次关联规则挖掘,不仅发现了在低抽象层的词条间无法发现的规则,而且大量的具体规则被概括为更一般的关联规则。4、利用可视化技术对关联分析结果进行展示。5、实现航空安全报告关联分析原型系统ASARM,,为安全分析专家进行改善航空安全性能的分析提供了基础。