道路交通安全评价中数据挖掘技术的应用分析
2018-02-15洪爱斌
洪爱斌
前言
随着经济的快速发展,人们的生活水平也有着明显的提高。汽车不在作为高端商品,普通老百姓也购买得起汽车了。汽车的拥有量的不断增加给社会也造成了一系列的影响,在道路的交通量近年来均是呈倍数的增长,道路交通安全形势也愈来愈严重,交通事故的发生频率也越来越频繁。为此,国家大力支持对于道路安全进行客观全面的评价,确保道路安全,交通能安全有序的进行。经过长期的实践表明,利用数据挖掘技术对道路交通安全评价中能获得有效的信息,能保证在道路交通评价报告中利用数据来分析,并且针对数据作出应对措施。中国各个等级的道路在道路交通安全水平均存在这明显的差别。利用数据挖掘技术中的相关性分析发现中国的道路安全等级与该地方的社会经济发展水平密切相关,并且与该地的地形地势、人口密度均有着明显的相关性。
1 道路交通安全评价及数据挖掘技术的简要介绍
1.1 道路交通安全评价系统
道路建设前最至关重要的一向环节便是道理交通安全评价,对道路进行客观准确的分析。对于道路建设的进行可行性研究,分析道路可能出现的一些潜在危险,确保道路在通车之后经尽可能的不出现交通事故,达到规划前的目的和确保道路的安全性。道路安全评价系统利用一系列的数据对道路的前期规划和设计作全方面的解读,确保道路安全中的相关规定及法律法规均应用到道路的建设和设计中。对于道路进行交通安全评价,因分析了大量的数据及相关知识,通过这些数据中得出道路设计、施工和养护的最优解决处理方式。
1.2 数据挖掘技术
目前属于大数据时代,往往有大量的数据储存在数据库里。这些数据可能会出现不完整、有噪声、繁杂多样、数据缺失或模糊的现象,然后利用数据挖掘数据去提取其中的某些信息,这些信息均是人们不能事先知道,不过这些信息都是有用的信息。在大数据储存库里对数据进行筛选,利用一系列的统计方法和相关程序得出所需要的信息。数据挖掘技术往往在大数据库里要重复多次的筛选,因为这数据利用了类似计算机算法的程序,只要这些数据不符合要求,均需要重新对数据进行筛选,直到在数据库里找到预期的数据。使用数据挖掘技术有利于得到的数据是最精准的,因为经过了层层的筛选。
2 数据挖掘技术在我国道路交通安全评价的应用
2.1 大数据采集过程
国家安全生产监督管理总局会将近年来发生的交通事故进行统计,将其记录到数据库里,并且建立一个查询系统供外界查询。本文所采用的数据库就来自于国家安全生产监督管理总局的查询系统,这个系统具有的权威性和真实性的意义。在进行道路安全评价时需登陆国家安全生产监督管理总局的官方网站,在里面找到查询的入口。按照建设道路所处的省份、地市、交通事故进行关键字检索,接着按照检索到的内容提取相关交通事故的数据。在这些关于交通事故的数据里用数据挖掘技术从事故的地点、情况和道路等级进行分析,从而得出真实的数据,并且将这些数据统计出来。在设计道路的时候就可以这些相关的数据作为参考材料。
2.2 道路交通安全评价数据挖掘示例
国家安全生产监督管理总局都会将事故一一记录,这些数据包括很多范畴有煤矿事故、交通事故、非正常死亡的信息。数据挖掘技术旨在数据库中挖掘出具有隐含和有意义的信息。数据挖掘的基本算法是都样的,且应用在多个领域。数据挖掘数据的基本方法包括:分类、聚类分析法、关联分析法、估计和预测法、描述法等等。像回归分析法、聚类分析法和时间顺序法的这些分析方法均利用在数据挖掘技术中。
(1)利用数据挖掘技术中的关联分析法在道路安全评价中的应用。关联分析法主要利用的是两事故之间的相互关联,像置信度和支持度这两个相关数值来衡量这个事故之间的关联。利用关联分析方法,从路的等级、车的类别、人年龄的组成和所处的环境这些方面进行分析,分析道路安全的评价,在这些相互关联中过寻找出发生事故的原因。对于这些事故发生的原因进行分析,提出一系列的措施保证道路的安全。从关联分析法中可得出影响道路交通安全的原因,对造成交通事故的原因及驾驶人员进行关联法分析,得出最有用的信息数据,并采取有效措施预防这些事故的发生。
(2)聚类分析法在道路安全评价中数据技术的应用。聚类分析通俗来说就是将安全事故进行整合,并且每个事故之间都有相类似的问题,如驾驶员的年龄相同、发现在同义路口或者无证驾驶的因素。通过聚类分析法得出的结论:近年来,随着车辆的增多,无证驾驶的现象频繁出现,这是导致交通安全事故发生的重要因素之一;醉酒驾驶也是引发交通事故的另一个重要的因素。针对于这两个问题,应严惩醉酒驾驶和无证驾驶的现象,确保社会的安全稳定和道路交通的安全。
(3)利用相关性分析法来确保道路交通的安全。在国家安全生产监督总局的事故查询系统中查得的数据在不同的地域、不同的道路之间都存在这相关性。这些数据能得到的结论在建立法律法规和对道路进行设计均能考虑到这些因素。
(4)数据挖掘技术中决策树的分析方法来分析道路交通安全评价系统。决策树总之就是利用决策树模型,在国家安全生产监督总局的事故查询系统中选择,利用特定的条件来筛选系统中的数据。对于查询系统中的历史数据自动的选择给定义的条件中得到这些交通事故的数据。决策树类似于树的形状,决策节点类似于树的树干、分支就是树的分支和叶子这三部分组成。对于制定的条件,从决策树的决策节点出发,对数据先进行粗略的筛选,然后在分支中对交通事故的数据进行二次筛选,最后才确定最终的制定条件所想要的信息。利用决策树分析方法能直关的发现交通事故的原因。
3 总结
近年来,随着人们的收入的普遍提高,车已经走入了普通家庭。现在驾驶人员的总量也越来越多,这使得驾驶人员的文化素质参差不齐,造成了一系列的交通安全事故。对于当前醉驾驾驶和无证驾驶是引起交通事故的两大因素,针对于道路交通安全评价应首先考虑的是引起交通事故的因素,制定相关的法律法规来约束驾驶人员,这样能避免交通事故的频发。从国家安全生产监督总局的事故查询系统中挖掘相关的数据,分析相关的事故数据,对事故进行分类整合。道路交通安全评价可分为五个等级,并且整合全国各个省份的事故数据,将各个等级的道路中发生的事故进行比较。可得出结论是:利用数据挖掘技术对于道路交通安全评价,这样能得出人们所不为熟知的知识但对于避免交通事故有重要的意义,且能在整合数据之后能起到对事故的预防和制定相关的法律法规,确保道路交通的安全。
[1]张坤,梅诗冬,景国勋,等.数据挖掘技术在我国道路交通安全评价中的应用[J].安全与环境工程,2018(1).
[2]夏杰.基于道路运输企业安全生产管理数据的驾驶行为安全与节能评价方法[D].北京交通大学,2016.
[3]徐鹏,蒋凯,王泽华,等.基于粗糙集的道路交通事故客观因素显著性分析[J].华东交通大学学报,2017,34(6):66~71.