道路交通事故數據挖掘及應用研究.pdf

1、我國機動車保有量快速增長，道路交通安全問題日益突出，道路交通安全研究具有重要的意義。研究道路交通安全的角度和方法多樣，其中對道路交通事故數據進行分析是最基本的途徑之一。因而，道路交通事故數據將成為寶貴的研究資料，對其進行更全面的數據分析、更深入的信息挖掘也已愈發(fā)必要。
　　本文分析了道路交通事故數據的基本特性，包括數據的來源、數據的類型等；分析現有道路交通事故數據存在的主要問題，包括數據的完整性問題、數據的客觀性問題；研究道路交通

2、事故數據挖掘的可行性，包括數據挖掘的基本概念、技術特征、主要功能，以及道路交通事故挖掘的數據對象、實現途徑等。針對現有道路交通事故數據存在的主要問題，論文進行事故基礎數據的挖掘研究。其中，針對事故數據的完整性問題，論文研究部分缺失數據的挖掘方法。道路交通事故數據的缺失，直接影響數據的完整性，繼而降低了數據的可用性。論文應用數據挖掘的關聯規(guī)則理論，分析道路交通事故數據間的關聯關系，形成事故數據的關聯規(guī)則集，按照最大事故信息量與最少事故數據

3、缺失項等要求，將具體的事故信息與關聯規(guī)則集進行類比，獲得缺失數據的最可能取值，對缺失的部分事故數據進行彌補，進而提高道路交通事故數據的完整性。
　　本文針對事故數據的客觀性問題，研究事故客觀因素的挖掘方法。在現有道路交通事故數據中，事故原因常被簡單歸結于人的因素，缺乏對事故客觀因素的有效載入，導致數據客觀性的丟失，影響數據的潛在價值。論文應用數據挖掘的粗糙集理論，分析道路、交通、環(huán)境等潛在客觀因素對道路交通事故的影響作用，并度量該

4、影響作用的大小，獲得事故數據中各起事故的客觀因素，并將其增補到現有事故數據中，進而增強道路交通事故數據的客觀性。在上述數據挖掘研究的基礎上，論文進行道路交通事故數據挖掘的應用分析。采用數據挖掘的聚類規(guī)則理論，建立事故危險性度量模型，分析各類事故的危險性；采用數據挖掘的關聯規(guī)則與模式識別理論，構建事故成因的關聯規(guī)則集，建立事故成因的模式識別模型，分析特定區(qū)域范圍內的事故成因；采用數據挖掘的決策樹分類規(guī)則理論，識別在特定道路、交通、環(huán)境等外