杨东红

摘要：基于数据挖掘在潜在价值信息发现、具备大数据量处理能力等优势，采用关联规则挖掘方法对英国近10年交通事故数据进行分析，本文通过Python语言建立Apriori关联规则挖掘模型，分析交通事故发生的频繁因素集，发现交通事故数据中存在的关系和规则，从而为交通事故预警和管理提供数据决策支撑。

关键词：数据挖掘；关联规则；Apriori；交通事故

中图分类号：TP311.13 文献标识码：A 文章编号：1007-9416（2017）10-0230-01

随着社会经济快速发展，科技水平和人们生活提升，机动车数量近年来呈现出逐年大幅度增长的趋势。交通建设的进度远远跟不上日益增长的车辆数，随之给城市交通带来了巨大的压力，导致交通堵塞问题严重、交通事故日益频发[1]，导致国家和人民大众大量经济损失。

在传统的交通事故分析中，多数采用统计学描述方法，通过事故发生概率、分析事故发生规律，基于这些规律给出一些交通相关参考意见。而数据挖掘作为一种从大量的数据中发掘有价值信息的技术，能给予决策人员基于有价值信息通识全局和潜在情况，并制定相应决策。

本文针对英国交通事故历史数据进行分析，利用数据挖掘技术挖掘出有效的关联规则，探讨相同类型交通事故发生规律，进而通过天气、道路情况等确定其可能的交通事故，利用关联规则实现关联事故的提前预警。同时，了解车辆参数、驾驶员信息对交通事故发生的潜在影响，掌握交通事故多因素关联关系。……