导　　师： 谢冬青

授予学位： 硕士

作　　者： ;

机构地区： 广州大学

摘　　要： 近年来,随着我国交通量不断增长,道路交通安全领域受到了极大的挑战。越来越多的交通意外、事故已成为道路交通部门乃至社会迫切关注的问题。通过科学的分析并挖掘交通事故数据之间的内在联系,找出事故数据不同属性中所隐藏的潜在规律,从而为有关部门的管理决策提供建议参考和理论、技术支持具有重要意义。本文基于数据挖掘的理论知识,运用关联分析的Apriori算法在Weka平台上进行数据挖掘研究。为了找出道路交通事故数据之间的关联性,得到能有效预防或避免事故的有用结论。本文所做工作如下:一、总结该领域以往的研究成果,分析仍未解决的问题和进一步的研究方向。概述数据挖掘的知识背景和相关理论,介绍关联分析的基本思想、相关概念及经典的Apriori算法。二、针对事故案例数据库数据的繁杂性和多维性,对经典的Apriori算法进行改进与优化;再对数据做预处理、形式化定义操作、概念分层;最后采取星型模型对道路交通事故数据属性进行构建。三、针对Apriori算法应用的几个主要应用平台,利用Weka工具进行数据挖掘实验。通过加载数据库、数据处理、关联面板的一系列操作完成道路交通事故数据的挖掘实验,最终得出结果分析。四、对本文的研究工作进行梳理、总结,并指出下一步的研究方向和重点问题。本文运用优化的Apriori算法在Weka平台上的数据挖掘实验取得了良好的效果,初步达到了论文研究的基本目的。

关 键 词： 数据挖掘 关联分析 道路交通事故 算法

领　　域： []