【摘要】城市建筑高层化发展使电梯成为重要的垂直交通工具，公众生命和社会稳定与电梯运行安全息息相关，而传统人工检查和固定周期维护的模式固有不少缺陷，滞后性强、覆盖面窄且风险识别精度低。本文构建了一个基于大数据的电梯安全风险动态监测和预警模型，通过多源数据实时采集、海量异构数据依托 Hadoop 分布式存储框架高效融合和存储来运作该模型。结合真实电梯运行数据集做实验时，模型在故障预测和风险预警任务里表现优异，平均精确率较高且召回率也有提升，综合性能达 90.8%，在误报率和预警及时性上比单一时间序列模型和静态风险评估方法具有较强的优势。研究成果能给电梯安全管理从被动响应转主动预防提供有效的技术支持。