一种基于关联规则的重特大交通事故致因识别方法

摘要

本发明公开了一种基于关联规则的重特大交通事故致因识别方法，该方法从我国历年道路交通事故年报中提取重特大交通事故数据，并将提取的事故数据划分为人、车、路、环境以及其他因素共五类事故变量。在此基础上，该方法运用关联规则分析，设定重特大事故关联分析中支持度、置信度以及提升度的合理阈值，基于Apriori算法，计算重特大交通事故的二项集、三项集以及四项集规则关联规则，并结合输出规则的支持度、置信度以及提升度进行分析，识别出重特大道路交通事故常见致因和事故发生机理。本发明降低了随机性和决策人员主观判断影响，可以有效进行重特大交通事故致因识别、分析重特大交通事故机理。

主权项

一种基于关联规则的重特大交通事故致因识别方法，其特征在于，该方法包括以下步骤：1)采集历年重特大交通事故信息，统计驾驶人、车辆、道路以及环境四方面的事故致因信息，将四方面事故致因信息合计丢失度超过20％的事故信息剔除；2)根据所述步骤1)中采集到的重特大交通事故信息，将每起事故信息中的文本信息编码为驾驶人、车辆、道路、环境、其他共五个维度的事故变量：I₁，I₂，I₃，I₄，I₅，每个维度的事故变量下面又划分为若干个子变量：I₁₁，I₁₂，I₁₃，I₁₄，...；3)根据下式计算重特大交通事故关联规则A→B的支持度Support(A→B)：$Support(A\to B)=\frac{\#\left(A\cap B\right)}{N}---\left(1\right)$其中N代表重特交通事故的样本总数，#(A∩B)代表重特大交通事故中事故致因A和事故致因B同时发生的频次；对于重特大交通事故关联规则A→B，A称为规则前件，B称为规则后件；根据下式计算重特大交通事故关联规则A→B的置信度Confidence(A→B)，即在规则前件发生的条件下，规则后件发生的条件概率：$Confidence(A\to B)=\frac{Support(A\to B)}{Support\left(A\right)}---\left(2\right)$其中，Support(A)为事故致因A的支持度，即由事故致因A引起的事故占事故样本总数的比例；根据下式计算重特大交通事故关联规则A→B的提升度Lift(A→B)，即用于反映规则前件和规则后件之间的相互依赖程度：$Lift(A\to B)=\frac{Support(A\to B)}{Support\left(A\right)\times Support\left(B\right)}---\left(3\right)$其中，Support(B)为事故致因B的支持度，即由事故致因B引起的事故占事故样本总数的比例；4)设定支持度、置信度和提升度的最小阈值，根据所述步骤3)得到的关联规则的支持度、置信度和提升度，将同时满足这三个参数最小阈值的关联规则选出，作为重特大交通事故致因分析的对象；5)对所述步骤4)中确定的作为重特大交通事故致因分析对象的关联规则，统计规则的前件和后件中出现的事故致因项，对事故致因项出现的次数进行排序，选取排在前10％的事故致因项作为重特大交通事故的常见致因。