21、道路事故分析与跨平台移动界面开发

道路事故分析与跨平台移动界面开发

1. 道路事故数据挖掘分析

在对道路事故进行分析时，收集了包括事故、道路状况、受伤严重程度、性别、驾照颁发日期、职业、是否醉酒、安全带使用情况、车辆制造年份和保险公司名称等多方面的数据。在实验前，对这些数据进行了预处理。由于多数情况下受伤严重程度属性的值未被提及，所以忽略了该属性，并移除了所有包含缺失值的特征记录，使得记录数量减少到 1750 条。

为了便于分析，从现有属性中衍生出了新的属性：
- 时间分类 ：将时间划分为两小时的区间。
- 年龄分组 ：把事故涉及人员的年龄分为三类，60 岁以上为老年人，36 岁以下为年轻人，其余为中年人。
- 醉酒特征 ：根据醉酒属性生成新特征“intoxicated”，若醉酒属性值为酗酒者、吸毒者或醉酒状态，则“intoxicated”赋值为“yes”。
- 事故日期属性 ：根据事故日期得出“day of accident”属性。
- 道路类型分类 ：将数据集中的道路分为 E - Route、D - Route、其他道路和交叉路口。忽略了与分析无关的属性，用于实验的特征包括时间间隔、事故类型、事故原因、位置、路线类型、年龄组和是否醉酒。

1.1 Apriori 算法

Apriori 算法用于生成关联规则和挖掘数据库中的频繁项集。通过支持度度量来识别数据库中的频繁项集，支持计数是包含指定项集的事务数量。该算法采用逐层搜索技术来挖掘频繁项集，基于 k -