關(guān)聯(lián)規(guī)則挖掘在交通事故成因分析中的應(yīng)用.pdf

1、進(jìn)入21世紀(jì)，隨著汽車保有量的增加，道路交通事故的頻繁發(fā)生已日益成為一個(gè)嚴(yán)重的社會問題。當(dāng)然，交通事故的成因是多方面的，在大量實(shí)際的道路交通安全事故屬性中隱藏著某些潛在的規(guī)律，如果我們能夠?qū)@些數(shù)據(jù)進(jìn)行科學(xué)地分析并挖掘出其內(nèi)在的聯(lián)系，那么相關(guān)部門在制定新的法律法規(guī)來改進(jìn)交通安全現(xiàn)狀做出決策時(shí)就有依可據(jù)了。交通事故也展現(xiàn)出多樣性與復(fù)雜性，這就意味著，傳統(tǒng)意義上的數(shù)據(jù)分析、數(shù)據(jù)處理工具、方式和方法已完全不能適應(yīng)時(shí)代的要求。
　　 數(shù)

2、據(jù)挖掘(DataMining)可以定義為：從海量的未知數(shù)據(jù)中提取或挖掘出知識，從技術(shù)層面上來說，關(guān)聯(lián)規(guī)則是現(xiàn)階段數(shù)據(jù)挖掘的最重要的方法。
　　 關(guān)聯(lián)規(guī)則反映了事物之間的關(guān)聯(lián)性和相互依存性[1]，是指在數(shù)據(jù)集中支持度(Support)、置信度(Confidence)分別滿足給定值(閾值)的規(guī)則。
　　 Apriori算法是關(guān)聯(lián)規(guī)則挖掘的經(jīng)典算法，該算法中蘊(yùn)含的一條重要性質(zhì)：“一個(gè)頻繁項(xiàng)集的每一非空子集均應(yīng)是頻繁的”。通過專

3、業(yè)的知識與技術(shù)，關(guān)聯(lián)規(guī)則可以用來對數(shù)據(jù)進(jìn)行分析，給出規(guī)則預(yù)測，從而找出它們之間內(nèi)在的因果關(guān)系，而從海量的數(shù)據(jù)中尋找到數(shù)據(jù)間的關(guān)聯(lián)關(guān)系對于決策分析是非常有價(jià)值的。
　　 采用數(shù)據(jù)挖掘手段可以從真實(shí)的交通事故案例數(shù)據(jù)庫中搜索到有價(jià)值的信息，不斷地組合影響交通事故案例誘因可以發(fā)現(xiàn)，這些因素之間存在著某種隱藏的規(guī)律。影響交通事故發(fā)生的因素一般是有聯(lián)系的，如果通過人工調(diào)控，使這些關(guān)聯(lián)因素中其中一些因素削弱或消失，則可以在一定程度上預(yù)防和減

4、少交通事故的發(fā)生。
　　 由于道路交通安全事故誘發(fā)因素的復(fù)雜性，經(jīng)典的數(shù)據(jù)挖掘Apnori算法并不適合對非單一維的規(guī)則挖掘，因此需要擴(kuò)展。本文結(jié)合實(shí)際問題，對我們所研究的問題進(jìn)行簡化的同時(shí)設(shè)計(jì)了一套改進(jìn)的Apriori算法，且支持多維度的關(guān)聯(lián)規(guī)則挖掘，由于引入多維屬性，因此挖掘出來的規(guī)則將更具有實(shí)用性和建議性。
　　 在多維度的數(shù)據(jù)庫中對關(guān)聯(lián)規(guī)則的挖掘?qū)⒚總€(gè)維當(dāng)作一個(gè)謂詞，可以更詳細(xì)描述出一個(gè)事實(shí)。在挖掘所需信息時(shí)，需要

5、在海量數(shù)據(jù)庫中搜索頻繁子集。在多層次多維度數(shù)據(jù)模型中，搜索頻繁子集需要對每一層設(shè)定一個(gè)大小合適的最小支持度，因此在實(shí)際的操作中比較繁瑣，因此可以繞個(gè)彎子來簡化操作。方法是對規(guī)則進(jìn)行分析之前我們先任選一個(gè)特定的層次作關(guān)聯(lián)分析并排除其它層次的分析，因此這個(gè)問題就簡化成了單層的規(guī)則分析。例如我們要對事故發(fā)生地點(diǎn)進(jìn)行挖掘，選擇縣級公路層作為關(guān)聯(lián)對象，其余的維度也這樣選擇。這樣做問題就簡化了，也得到了我們對多維度多層次的道路安全交通事故的數(shù)據(jù)挖掘

6、的目的。
　　 本文作者針對道路交通事故這一社會性問題加以研究，對大家比較熟悉的單維單層Apriori算法加以改進(jìn)；給出了交通事故常用屬性的描述；道路交通事故屬性的組織建模采取全星型連接數(shù)據(jù)模型；將大量紛繁蕪雜的交通事故數(shù)據(jù)源組織為可進(jìn)行挖掘的屬性信息，以利于挖掘出它們之間各種復(fù)雜關(guān)系；我們著重描述了對真實(shí)交通事故數(shù)據(jù)的建模，并對研究對象設(shè)計(jì)改進(jìn)的Apriori算法。最后我們在對數(shù)據(jù)庫上的數(shù)據(jù)進(jìn)行關(guān)聯(lián)挖掘，導(dǎo)出影響道路交通安全事