基于决策树C4.5算法的个人驾驶行为分析
2017-02-06刘凯利李晋宏
软件 2016年6期
刘凯利+李晋宏



摘要:针对我国汽车产业及运输行业的快速发展,但交通安全观念及文明意识明显滞后、不规范驾驶行为多发的问题,利用数据挖掘中的决策树方法,对个人驾驶行为数据进行预处理,分析与驾驶行为相关的主要指标,然后通过C4.5算法构建了决策树知识学习模型,并采用后剪枝法(post-punning)对其进行剪枝,最后利用建立的模型对测试数据集进行评估。研究结果表明:该决策树模型有较高的准确性,为个人驾驶行为分析提供了可行性依据。
关键词:交通安全;驾驶行为;决策树;C4.5算法;后剪枝法
引言
根据相关数据显示,我国2014年底机动车驾驶人数量突破历史性的3亿人,机动车的使用数量及驾驶人数,使得我国面临更为严峻的交通安全形势。2014年,我国交通事故死亡人数为34292.34人,比2013年的死亡31604.3人增加了2688.04人,增长率为8.5%;相比2012年的死亡30222.5人,增加了4069.84人,增长率为13.46%;美国公路运输安全管理局(National Highway Traffic Safety Admini-stration:HTSA)曾在2009年调查发现,由于酒后驾驶行为导致的死亡人数为10839,为交通事故总死亡人数的32%;澳大利亚MONASH大学事故研究中心的研究报告表明,接近25%的道路交通事故是由于驾驶员的分心。可见,不当的驾驶行为是近些年来诱发交通事故的主要原因,对驾驶行为的分析与研究变得尤为重要。
此外,随着国民经济的快速增长,运输企业和租车公司急速扩张,而如何降低车队运营成本,加强对驾驶员的行为管理成为关键问题。比如以色列的Traffilog管理系统,通过记录司机的多种……
登录APP查看全文
