APP下载

基于Apriori算法的海事事故中人为失误致因分析

2014-08-21李铃铃

交通信息与安全 2014年2期
关键词:数据挖掘关联规则

李铃铃 仇 蕾

(河海大学管理科学研究所 南京211100)

0 引 言

我国是海洋大国,海洋问题事关国家根本利益。近年来,海事事故频频发生,严重制约了我国海洋事业的发展。研究表明,90%的海事事故是由人为失误引发的,人为失误又是由各种因素导致的,避免或减少海事事故的关键是减少这些因素的发生。笔者研究的主要内容就是找出人为失误和这些因素之间的关系,并获得影响力较强的因素。

以往研究主要采用查询、报表、联机应用分析等传统的方法,但这些方法只能初步识别出引发海事事故的人为失误行为,无法分析出人为失误与各影响因素之间的相互关系。笔者利用数据挖掘中的关联规则,挖掘出了它们之间存在的相互关系。关联规则分析是指在大型数据库系统中,迅速找出各事物之间潜在的、有价值的关联,并用规则的形式表现出来。陈兴伟和王志明[1]对海事各原因与结果之间的关联性进行了分析,发现船员因素与碰撞事故关联性最大。张晓辉、刘正江与吴兆麟[3]利用单维关联规则挖掘出人为失误与单因素之间对应关系。由于海事事故的发生是由多种因素混合组成造成的,光是挖掘出人为失误和单因素之间的对应关系还远远不够。笔者在前人研究的基础上,运用多维关联规则中的Apriori算法,借助Matlab软件工具,不仅挖掘出人为失误和单因素之间的对应关系,还挖掘出人为失误与影响因素组合之间的相互关系,更符合海事事故发生的实际情况,为相关部门的管理决策提供依据和支持。……

登录APP查看全文

猜你喜欢

数据挖掘关联规则
撑竿跳规则的制定
“苦”的关联
数独的规则和演变
探讨人工智能与数据挖掘发展趋势
让规则不规则
基于并行计算的大数据挖掘在电网中的应用
智趣
TPP反腐败规则对我国的启示
一种基于Hadoop的大数据挖掘云服务及应用
基于GPGPU的离散数据挖掘研究