道路交通事故数据深度挖掘技术与应用——以深圳市为例

• 作者: 丛浩哲 支野 王大珊 饶众博
• 来源期刊: 城市交通
• 学科: 交通运输
• 关键词: 道路交通安全 事故统计 Apriori关联分析 贝叶斯 K-means聚类
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 道路交通安全专题
• 页码范围: 28-32,61
• 页数: 6页
• 分类号: U491.3
• 字数: 4919字
• 语种: 中文
• DOI: 10.13813/j.cn11-5141/u.2018.0305

摘要

现有道路交通事故统计分析技术存在数据项缺失、方法单一、实战应用性弱等问题,很难为公安交管部门提供针对性的辅助指导.基于深圳市2014—2016年交通事故数据,采用Apriori关联分析算法、贝叶斯理论以及模糊聚类等大数据挖掘方法,探索性地提出道路交通数据缺失数据项填补、事故伤亡特征因子甄别以及事故危险性分类评价方法.结果表明,该方法可有效提高道路交通事故数据完整性和事故伤亡特征因子甄别准确性,以及量化交通事故危险度评价.研究方法和结果可辅助公安交管部门开展道路交通事故预防和交通安全管理工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丛浩哲		18	79	5.0	8.0
2	支野		3	18	3.0	3.0
3	王大珊		5	9	2.0	3.0
4	饶众博		7	9	2.0	3.0