道路交通安全評價中數據挖掘技術的應用分析

洪愛斌

前言

隨著經濟的快速發展，人們的生活水平也有著明顯的提高。汽車不在作為高端商品，普通老百姓也購買得起汽車了。汽車的擁有量的不斷增加給社會也造成了一系列的影響，在道路的交通量近年來均是呈倍數的增長，道路交通安全形勢也愈來愈嚴重，交通事故的發生頻率也越來越頻繁。為此，國家大力支持對于道路安全進行客觀全面的評價，確保道路安全，交通能安全有序的進行。經過長期的實踐表明，利用數據挖掘技術對道路交通安全評價中能獲得有效的信息，能保證在道路交通評價報告中利用數據來分析，并且針對數據作出應對措施。中國各個等級的道路在道路交通安全水平均存在這明顯的差別。利用數據挖掘技術中的相關性分析發現中國的道路安全等級與該地方的社會經濟發展水平密切相關，并且與該地的地形地勢、人口密度均有著明顯的相關性。

1 道路交通安全評價及數據挖掘技術的簡要介紹

1.1 道路交通安全評價系統

道路建設前最至關重要的一向環節便是道理交通安全評價，對道路進行客觀準確的分析。對于道路建設的進行可行性研究，分析道路可能出現的一些潛在危險，確保道路在通車之后經盡可能的不出現交通事故，達到規劃前的目的和確保道路的安全性。道路安全評價系統利用一系列的數據對道路的前期規劃和設計作全方面的解讀，確保道路安全中的相關規定及法律法規均應用到道路的建設和設計中。對于道路進行交通安全評價，因分析了大量的數據及相關知識，通過這些數據中得出道路設計、施工和養護的最優解決處理方式。

1.2 數據挖掘技術

目前屬于大數據時代，往往有大量的數據儲存在數據庫里。這些數據可能會出現不完整、有噪聲、繁雜多樣、數據缺失或模糊的現象，然后利用數據挖掘數據去提取其中的某些信息，這些信息均是人們不能事先知道，不過這些信息都是有用的信息。在大數據儲存庫里對數據進行篩選，利用一系列的統計方法和相關程序得出所需要的信息。數據挖掘技術往往在大數據庫里要重復多次的篩選，因為這數據利用了類似計算機算法的程序，只要這些數據不符合要求，均需要重新對數據進行篩選，直到在數據庫里找到預期的數據。使用數據挖掘技術有利于得到的數據是最精準的，因為經過了層層的篩選。

2 數據挖掘技術在我國道路交通安全評價的應用

2.1 大數據采集過程

國家安全生產監督管理總局會將近年來發生的交通事故進行統計，將其記錄到數據庫里，并且建立一個查詢系統供外界查詢。本文所采用的數據庫就來自于國家安全生產監督管理總局的查詢系統，這個系統具有的權威性和真實性的意義。在進行道路安全評價時需登陸國家安全生產監督管理總局的官方網站，在里面找到查詢的入口。按照建設道路所處的省份、地市、交通事故進行關鍵字檢索，接著按照檢索到的內容提取相關交通事故的數據。在這些關于交通事故的數據里用數據挖掘技術從事故的地點、情況和道路等級進行分析，從而得出真實的數據，并且將這些數據統計出來。在設計道路的時候就可以這些相關的數據作為參考材料。

2.2 道路交通安全評價數據挖掘示例

國家安全生產監督管理總局都會將事故一一記錄，這些數據包括很多范疇有煤礦事故、交通事故、非正常死亡的信息。數據挖掘技術旨在數據庫中挖掘出具有隱含和有意義的信息。數據挖掘的基本算法是都樣的，且應用在多個領域。數據挖掘數據的基本方法包括：分類、聚類分析法、關聯分析法、估計和預測法、描述法等等。像回歸分析法、聚類分析法和時間順序法的這些分析方法均利用在數據挖掘技術中。

（1）利用數據挖掘技術中的關聯分析法在道路安全評價中的應用。關聯分析法主要利用的是兩事故之間的相互關聯，像置信度和支持度這兩個相關數值來衡量這個事故之間的關聯。利用關聯分析方法，從路的等級、車的類別、人年齡的組成和所處的環境這些方面進行分析，分析道路安全的評價，在這些相互關聯中過尋找出發生事故的原因。對于這些事故發生的原因進行分析，提出一系列的措施保證道路的安全。從關聯分析法中可得出影響道路交通安全的原因，對造成交通事故的原因及駕駛人員進行關聯法分析，得出最有用的信息數據，并采取有效措施預防這些事故的發生。

（2）聚類分析法在道路安全評價中數據技術的應用。聚類分析通俗來說就是將安全事故進行整合，并且每個事故之間都有相類似的問題，如駕駛員的年齡相同、發現在同義路口或者無證駕駛的因素。通過聚類分析法得出的結論：近年來，隨著車輛的增多，無證駕駛的現象頻繁出現，這是導致交通安全事故發生的重要因素之一；醉酒駕駛也是引發交通事故的另一個重要的因素。針對于這兩個問題，應嚴懲醉酒駕駛和無證駕駛的現象，確保社會的安全穩定和道路交通的安全。

（3）利用相關性分析法來確保道路交通的安全。在國家安全生產監督總局的事故查詢系統中查得的數據在不同的地域、不同的道路之間都存在這相關性。這些數據能得到的結論在建立法律法規和對道路進行設計均能考慮到這些因素。

（4）數據挖掘技術中決策樹的分析方法來分析道路交通安全評價系統。決策樹總之就是利用決策樹模型，在國家安全生產監督總局的事故查詢系統中選擇，利用特定的條件來篩選系統中的數據。對于查詢系統中的歷史數據自動的選擇給定義的條件中得到這些交通事故的數據。決策樹類似于樹的形狀，決策節點類似于樹的樹干、分支就是樹的分支和葉子這三部分組成。對于制定的條件，從決策樹的決策節點出發，對數據先進行粗略的篩選，然后在分支中對交通事故的數據進行二次篩選，最后才確定最終的制定條件所想要的信息。利用決策樹分析方法能直關的發現交通事故的原因。

3 總結

近年來，隨著人們的收入的普遍提高，車已經走入了普通家庭。現在駕駛人員的總量也越來越多，這使得駕駛人員的文化素質參差不齊，造成了一系列的交通安全事故。對于當前醉駕駕駛和無證駕駛是引起交通事故的兩大因素，針對于道路交通安全評價應首先考慮的是引起交通事故的因素，制定相關的法律法規來約束駕駛人員，這樣能避免交通事故的頻發。從國家安全生產監督總局的事故查詢系統中挖掘相關的數據，分析相關的事故數據，對事故進行分類整合。道路交通安全評價可分為五個等級，并且整合全國各個省份的事故數據，將各個等級的道路中發生的事故進行比較。可得出結論是：利用數據挖掘技術對于道路交通安全評價，這樣能得出人們所不為熟知的知識但對于避免交通事故有重要的意義，且能在整合數據之后能起到對事故的預防和制定相關的法律法規，確保道路交通的安全。

[1]張坤，梅詩冬，景國勛，等.數據挖掘技術在我國道路交通安全評價中的應用[J].安全與環境工程，2018（1）.

[2]夏杰.基于道路運輸企業安全生產管理數據的駕駛行為安全與節能評價方法[D].北京交通大學，2016.

[3]徐鵬，蔣凱，王澤華，等.基于粗糙集的道路交通事故客觀因素顯著性分析[J].華東交通大學學報，2017，34（6）：66～71.