基于改进兴趣度度量与Apriori 算法的交通事故多发点成因分析

王颖志，沈雅婕，王立君

（1.浙江警察学院交通管理工程系，浙江杭州 310053；2.浙江大学地理与空间信息研究所，浙江杭州 310028）

0 引言

道路交通事故多发点（black-spots），是指某个地点、路段或区域在一定时间段内发生的交通事故数量或事故率超过了既定基准值［1］。道路交通事故多发点成因分析的目的是探索事故中多种因素与事故严重程度之间的关系。常用的分析模型主要有回归分析模型、神经网络模型、关联分析模型等［1-4］。Logistic 回归分析模型用以研究驾驶员、车辆、环境等因素与交通事故之间的关系［2，4］。在层次分析模型中，结合粗糙集理论分别计算各因素对交通事故严重程度的影响［5-6］。DELEN 等［3］用神经网络模型揭示了年龄、性别、是否酒驾等因素与事故严重程度存在显著相关性［7］；张志豪等［8］基于长短期记忆（long short-term memory，LSTM）神经网络进行交通事故风险预测。

关联规则分析能从目标数据集中发现隐藏的频繁模式，并进一步推导隐含的规则、相关性或因果关系［9］。规则集的选择需要一定的评价指标，一般采用支持度、置信度、提升度等因子对关联规则兴趣度进行评价。文献［10-12］提出了新颖度、改善度、有效度、影响度等改进的评价因子。Apriori 算法是最经典、最常用的用于发现频繁模式的关联规则算法，已有众多基于Apriori 算法改进的关联规则方法，使得关键事故因素的关注度更高［14-16］。

用关联规则分析各因素之间及其与交通事故多发点之间的因果关系，需要建立人、车、环境、事故之间的关联规则。本文使用频数分析法和改进的关联规则方法对交通事故多发点进行成因分析，对比交通事故场景下的成因分析适用性，分析小概率因子对交通事故的影响，明确评价成因与结果之间的关联程度，为交通管理提供决策支持。……