基于數據挖掘技術的交通事故關聯分析

楊東紅

摘要：基于數據挖掘在潛在價值信息發現、具備大數據量處理能力等優勢，采用關聯規則挖掘方法對英國近10年交通事故數據進行分析，本文通過Python語言建立Apriori關聯規則挖掘模型，分析交通事故發生的頻繁因素集，發現交通事故數據中存在的關系和規則，從而為交通事故預警和管理提供數據決策支撐。

關鍵詞：數據挖掘；關聯規則；Apriori；交通事故

中圖分類號：TP311.13 文獻標識碼：A 文章編號：1007-9416（2017）10-0230-01

隨著社會經濟快速發展，科技水平和人們生活提升，機動車數量近年來呈現出逐年大幅度增長的趨勢。交通建設的進度遠遠跟不上日益增長的車輛數，隨之給城市交通帶來了巨大的壓力，導致交通堵塞問題嚴重、交通事故日益頻發[1]，導致國家和人民大眾大量經濟損失。

在傳統的交通事故分析中，多數采用統計學描述方法，通過事故發生概率、分析事故發生規律，基于這些規律給出一些交通相關參考意見。而數據挖掘作為一種從大量的數據中發掘有價值信息的技術，能給予決策人員基于有價值信息通識全局和潛在情況，并制定相應決策。

本文針對英國交通事故歷史數據進行分析，利用數據挖掘技術挖掘出有效的關聯規則，探討相同類型交通事故發生規律，進而通過天氣、道路情況等確定其可能的交通事故，利用關聯規則實現關聯事故的提前預警。同時，了解車輛參數、駕駛員信息對交通事故發生的潛在影響，掌握交通事故多因素關聯關系。

1 數據挖掘技術

數據挖掘是指從大量的數據中通過算法搜索隱藏于其中潛在價值信息的過程[2]，自上世紀70年代起至今，數據挖掘從理論到實踐得到了快速進步，特別是在應用實踐中，其已涵蓋人類生活的方方面面。

數據挖掘常用的分析方法有分類、聚類、預測、關聯規則等，其中關聯規則分析由于其在商業領域的眾多成功應用，使得該方法在數據挖掘領域成為一個重要分支。

1.1 關聯規則

設為項的集合，其中的元素稱為項；事物數據庫為事務T的集合，每個事務都對應I上的一個子集，有，，計為X和Y關聯。

1.2 支持度

設，項集在事物數據庫D上的支持度指特定事務在D中所占的百分比，即：

若項集滿足最小支持度，則稱之為頻繁項集。Lk表示頻繁k-項集的集合。

1.3 置信度

關聯規則的置信度是指包含X和Y的事務數與包含X的事務數之比[3]，即：

1.4 Apriori算法

Apriori算法采用逐層搜索的迭代方法，在分類上屬于布爾型關聯規則[4]，反復沖頻繁K-項集去尋找頻繁（K+1）-項集。首先遍歷事物庫，找出頻繁1-項集的集合。記作L1，將L1自連接從而生成頻繁2-項集的集合L2，而L2生成L3，如此下去，直到不能找到LK ，即頻繁K-項集。

Apriori算法的流程圖如圖1。

2 實驗

基于數據挖掘技術的交通事故關聯分析包括3個步驟：

（1）數據預處理，由于數據存在大量缺失、異常數據等問題，因此需要進行數據預處理，包括缺失值處理、異常值處理、屬性變換、數據離散化等問題。

（2）建立挖掘模型，挖掘關聯規則。

（3）模型評估與分析，評估模型結果和分析關聯規則挖掘結果。

數據來源于英國交通部公布的2005-2015年交通事故數據，共包括1780653條交通事故數據，該數據集涵蓋了交通事故發生的地點、時間、道路類型、交通情況、人員、車輛、天氣等信息。

本文對數據缺失值處理主要采用KNN，回歸和刪除缺失值三種方法，其中對于缺失比過大的采用刪除缺失值的方法，對于連續型屬性采用回歸法填充，對于離散型屬性采用KNN法填充。

本文利用Python語言建立Apriori關聯規則模型，基于交通事故數據集中17個屬性構建關聯分析模型。

在實驗過程中，設定最小支持度min_Sup為10%，最小置信度min_Conf為35%，通過上述的關聯規則挖掘模型交通事故數據進行關聯規則提取和分析，得出一些有意義的關聯規則，下面舉例說明：

（天氣：雨）∧（光線：黑暗無光）∧（城鄉類型：農村）∧（道路類型：B）∧（車輛操作：左轉彎）∧（道路形式：單向路）∧（性別：男）∧（年齡段：中年）∧（時段：22-24）側翻（sup=0.566，conf=0.873）

以上示例代表了一個關聯模式，其后面給出了支持度和置信度的取值，以此來表征該關聯模式在總事故數中出現的頻度和符號“”前面的因素組合推導出后面的事故類型的可能性大小。通過調整算法的最小支持度、最小置信度的閾值或采用不同屬性建模，可以發現更多的關聯規則。

3 結語

關聯規則挖掘是一種非常流行的技術，可以用來識別事故發生時經常發生的不同屬性之間的關系。在本文中，將關聯規則挖掘算法應用于分析交通事故因素關系。對交通事故的發生實現了定性分析，進而依據分析結果可以交通事故的發生提出預報，為交通事故預警提供理論依據和數據支撐。

參考文獻

[1]陳錚.基于激光掃描數據的交通信息采集平臺設計與實現[D].山東科技大學，2010.

[2]RonZacharski，扎哈爾斯基，王斌.寫給程序員的數據挖掘實踐指南[M].人民郵電出版社，2015.

[3]劉雨露，方剛.目標關聯規則挖掘算法的研究與應用[J].西南師范大學學報（自然科學版），2010，35（6）：115-119.

[4]高俊，何守才.布爾型關聯規則挖掘算法研究[J].計算機工程，2006，32（1）：116-118.endprint