劉云翔 韓貝

摘 要： 為了有效地對(duì)隧道交通事故進(jìn)行預(yù)測(cè)，發(fā)現(xiàn)引起隧道交通事故的因素之間的潛在關(guān)系，針對(duì)隧道交通事故數(shù)據(jù)的特點(diǎn)，提出改進(jìn)的FP?Growth算法，對(duì)事務(wù)與屬性賦予權(quán)重，從而能夠有效地挖掘出隱藏的、更有意義的關(guān)聯(lián)規(guī)則。并利用改進(jìn)后的WFP?Growth算法建立關(guān)聯(lián)規(guī)則挖掘模型，通過(guò)挖掘采集的數(shù)據(jù)，找出導(dǎo)致隧道交通事故的頻繁因素組合，分析結(jié)果找出決策規(guī)則。

關(guān)鍵詞： 數(shù)據(jù)挖掘； 關(guān)聯(lián)規(guī)則； WFP?Growth算法； 權(quán)重； 公路隧道； 交通事故

中圖分類號(hào)： TN911.1?34； TP312 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2018）17?0141?04

Abstract： In order to effectively predict the tunnel traffic accident and find the potential relationship between the factors causing the tunnel traffic accidents， an improved FP?Growth algorithm is proposed according to the data characteristic of tunnel traffic accident. The item and attribute are endowed with weight to effectively dig out the hidden and meaningful association rules. The improved WFP?Growth algorithm is used to establish the association rule mining model. The collected data is mined to find the factors combination causing the frequent tunnel traffic accidents， and decision rule by means of the analysis results.

Keywords： data mining； association rule； WFP?Growth algorithm； weight； highway tunnel； traffic accident

0 引 言

現(xiàn)如今，隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，城市的公路隧道建設(shè)蓬勃發(fā)展，文獻(xiàn)[1]指出截至2016年初，全國(guó)公路隧道為14 006處、1 268.39萬(wàn)米，公路隧道數(shù)量年增長(zhǎng)率約為11.5%。隨著隧道建設(shè)條數(shù)的增多，從而引發(fā)的交通事故也相應(yīng)增加[2]。我國(guó)對(duì)隧道交通事故數(shù)據(jù)的分析主要是運(yùn)用數(shù)據(jù)統(tǒng)計(jì)，分析引起隧道交通事故的主要原因。因此，本文采用挖掘關(guān)聯(lián)規(guī)則[3]的FP?Growth算法，挖掘引發(fā)隧道事故各種屬性之間的關(guān)聯(lián)關(guān)系。

在頻繁模式挖掘FP?Growth算法的挖掘過(guò)程中，對(duì)數(shù)據(jù)的度量是事先設(shè)定好的最小支持度與最小置信度，若最小支持度與最小置信度設(shè)置得過(guò)高，會(huì)使得頻率較低的關(guān)鍵因素丟失，若設(shè)置得過(guò)低則會(huì)挖掘過(guò)多無(wú)用的關(guān)聯(lián)規(guī)則。針對(duì)引起交通事故的因素中某些出現(xiàn)頻率較低但是至關(guān)重要的因素，提出基于權(quán)重改進(jìn)的FP?Growth算法，目的是挖掘出更加可靠的關(guān)聯(lián)規(guī)則，可以指導(dǎo)交通部門(mén)對(duì)預(yù)防隧道交通事故采取相應(yīng)的措施。

1 FP?Growth算法

FP?Growth算法是一種基于頻繁模式樹(shù)[4]的算法，該算法的策略主要分為以下兩個(gè)步驟：首先，將代表頻繁項(xiàng)集的事務(wù)數(shù)據(jù)庫(kù)壓縮到頻繁模式樹(shù)上，減少候選項(xiàng)集的大小，但仍保留項(xiàng)集之間的關(guān)聯(lián)信息；然后，把這種壓縮后的數(shù)據(jù)庫(kù)劃分成一組條件數(shù)據(jù)庫(kù)，每個(gè)數(shù)據(jù)庫(kù)關(guān)聯(lián)一個(gè)頻繁項(xiàng)，并分別對(duì)每個(gè)條件數(shù)據(jù)庫(kù)進(jìn)行挖掘。

FP?Growth算法的流程圖如圖1所示。

基于FP樹(shù)[5]的關(guān)聯(lián)規(guī)則挖掘FP?Growth算法是將挖掘長(zhǎng)頻繁模式的過(guò)程轉(zhuǎn)變成在較小的條件數(shù)據(jù)庫(kù)中遞歸地挖掘一些短的模式，然后加上后綴。這樣使用出現(xiàn)次數(shù)較低的項(xiàng)作為后綴，增加了選擇性，降低了搜索花費(fèi)時(shí)間。

2 基于權(quán)重改進(jìn)的FP?Growth算法

由于FP?Growth算法[6?7]只是根據(jù)其各個(gè)項(xiàng)出現(xiàn)的頻率來(lái)確定該項(xiàng)的重要程度，沒(méi)有考慮到各個(gè)項(xiàng)本身的重要性，從而挖掘出來(lái)的規(guī)則都是些大量無(wú)意義的關(guān)聯(lián)規(guī)則，所以為了體現(xiàn)事務(wù)以及項(xiàng)的重要性，本文提出基于權(quán)重（Weight）[8]的WFP?Growth算法。

2.1 WFP?Growth算法思想

2.2 WFP?Growth算法的描述

經(jīng)過(guò)上述描述的權(quán)重，對(duì)FP?Growth算法進(jìn)行改進(jìn)，具體步驟如下：

1） 掃描事務(wù)數(shù)據(jù)庫(kù)，計(jì)算出每個(gè)事務(wù)以及各個(gè)事務(wù)中項(xiàng)的權(quán)重，即[w（Ii）]和[wt（Tj）]。根據(jù)預(yù)先設(shè)置的最小支持度，得到頻繁項(xiàng)集后調(diào)整事務(wù)數(shù)據(jù)庫(kù)。

2） 建立頻繁項(xiàng)目頭表，再次掃描事務(wù)數(shù)據(jù)庫(kù)，并根據(jù)建立完成的頻繁項(xiàng)目頭表創(chuàng)建頻繁模式樹(shù)FP樹(shù)。之后，根據(jù)FP樹(shù)產(chǎn)生條件模式基，產(chǎn)生頻繁模式。

3） 根據(jù)產(chǎn)生的頻繁模式項(xiàng)集，計(jì)算每個(gè)項(xiàng)集的關(guān)鍵度量作為支持度。滿足最小支持度與置信度的項(xiàng)集就是最后挖掘得到的關(guān)聯(lián)規(guī)則。

3 改進(jìn)的FP?Growth算法在公路隧道交通事故中的應(yīng)用

3.1 數(shù)據(jù)準(zhǔn)備與數(shù)據(jù)預(yù)處理

通過(guò)查看公安部交通管理局網(wǎng)站以及相關(guān)文獻(xiàn)等[9?10]，搜集了1 607起上海13座過(guò)江公路隧道交通事故資料。

由于從得到的隧道交通事故的原始數(shù)據(jù)中無(wú)法直接獲取有效信息，需要對(duì)搜集到的數(shù)據(jù)進(jìn)行處理，保留有效的數(shù)據(jù)字段，將無(wú)效的數(shù)據(jù)刪除，以減少每條數(shù)據(jù)的字段數(shù)。另外，對(duì)剩下的屬性進(jìn)行預(yù)處理，將屬性映射為對(duì)應(yīng)的編碼，產(chǎn)生新的事故數(shù)據(jù)庫(kù)?，F(xiàn)有的公路隧道交通事故數(shù)據(jù)可以分為兩大類：一類是量化型數(shù)據(jù)，一般由連續(xù)值來(lái)表示，如駕齡，時(shí)間等；另一類則是枚舉類型數(shù)據(jù)，如事故發(fā)生區(qū)段，事故原因，事故形態(tài)等。根據(jù)不同的數(shù)據(jù)特點(diǎn)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。對(duì)于時(shí)間這樣的量化屬性，可以通過(guò)離散化來(lái)處理。例如，將隧道事故發(fā)生的時(shí)間分為[T1]：0：00—6：00，[T2]：6：00—9：00，[T3]：9：00—12：00，[T4]：12：00—15：00，[T5]：15：00—17：00，[T6]：17：00—20：00，[T7]：20：00—24：00等7個(gè)區(qū)間，用1個(gè)編碼代表1個(gè)區(qū)間。根據(jù)隧道的自身特點(diǎn)，隧道的內(nèi)外光線差異大，很大地影響到駕駛者的視覺(jué)，容易引發(fā)交通事故。文獻(xiàn)[11]將隧道劃分為4個(gè)路段進(jìn)行數(shù)據(jù)分析。路段S1對(duì)應(yīng)隧道出入口向外的50 m區(qū)域，路段S2對(duì)應(yīng)隧道出入口向內(nèi)50 m區(qū)域，路段S3對(duì)應(yīng)隧道出入口向內(nèi)50～100 m區(qū)域，路段S4對(duì)應(yīng)剩余的中間路段。需進(jìn)行預(yù)處理的屬性字段還有駕齡、天氣、車輛類型、事故原因、事故形態(tài)、事故類別等。

駕齡分為：B1，一年以內(nèi)；B2，1～3年；B3，3～5年；B4，5年以上。

天氣分為：W1，晴；W2，雨；W3，霧。

車輛類型分為：C1，小轎車；C2，大型客車；C3，小型貨車；C4，大型貨車。

事故原因分為：R1，超速；R2，違章超車；R3，酒駕；R4，道路故障；R5，占道；R6，車輛故障。

事故類型分為：D1，追尾；D2，刮蹭；D3，翻車；D4，碾壓；D5，墜車。

事故等級(jí)分為：G1，車輛損壞；G2，人員受傷；G3，人員死亡。

3.2 數(shù)據(jù)挖掘

1） 構(gòu)建隧道事故的FP樹(shù)

實(shí)驗(yàn)中先設(shè)置最小支持度為15%。首先掃描隧道事故事務(wù)數(shù)據(jù)庫(kù)得到頻繁項(xiàng)的集合，計(jì)算事務(wù)和各個(gè)項(xiàng)的權(quán)重以及項(xiàng)的關(guān)鍵度量，將項(xiàng)的關(guān)鍵度量作為該項(xiàng)的支持度，之后將頻繁項(xiàng)的集合按其支持度遞減排序。結(jié)果集可標(biāo)記為[L]。創(chuàng)建樹(shù)的根節(jié)點(diǎn)，以“null”標(biāo)記，以及頻繁項(xiàng)目頭表，如表1所示。

再次掃描隧道事故事務(wù)數(shù)據(jù)庫(kù)，其中每個(gè)事務(wù)的項(xiàng)按[L]次序處理，并對(duì)每個(gè)事務(wù)建立一個(gè)分支。當(dāng)一個(gè)事務(wù)需要增加分支時(shí)共同前綴上的每個(gè)節(jié)點(diǎn)的計(jì)數(shù)增加1，構(gòu)建出隧道事故的FP樹(shù)。

2） 根據(jù)FP樹(shù)找出頻繁項(xiàng)集

根據(jù)隧道事故FP樹(shù)的頻繁項(xiàng)目頭表，由長(zhǎng)度為1的頻繁模式開(kāi)始，遍歷FP樹(shù)，構(gòu)造出隧道事故的條件模式基。使用這些產(chǎn)生的條件模式基，構(gòu)造出頻繁模式的條件FP樹(shù)，其只包含單個(gè)路徑。然后連接后綴，產(chǎn)生頻繁模式的所有組合。

3.3 挖掘關(guān)聯(lián)規(guī)則

由于頻繁模式產(chǎn)生關(guān)聯(lián)規(guī)則需要同時(shí)滿足設(shè)定好的最小支持度與最小置信度。預(yù)設(shè)最小支持度為15%，最小置信度為40%，得到一些有意義的關(guān)聯(lián)規(guī)則表達(dá)式。列出每個(gè)關(guān)聯(lián)規(guī)則的支持度與置信度以便訪問(wèn)，則產(chǎn)生的關(guān)聯(lián)規(guī)則如表2所示。

4 實(shí)驗(yàn)結(jié)果分析

通過(guò)分析上述隧道事故挖掘出來(lái)的關(guān)聯(lián)規(guī)則結(jié)果，可以總結(jié)出隧道事故發(fā)生時(shí)其各個(gè)屬性之間的關(guān)聯(lián)關(guān)系。

1） 規(guī)則①：超速?汽車損壞（sup=35.93%，conf=78.25%）。

規(guī)則⑤：小轎車?超速?人員受傷（sup=17.96%，conf=74.32%）。

規(guī)則⑧：超速?時(shí)間20：00—24：00?人員受傷（sup=15.56%，conf=41.02%）。

規(guī)則①表明，隧道交通事故中發(fā)生汽車損害是由超速引起的，該關(guān)聯(lián)規(guī)則的置信度達(dá)到78.25%。規(guī)則⑤表明，駕駛小轎車并且超速行駛引發(fā)人員受傷，其置信度為74.32%。規(guī)則⑧表明，駕駛者在時(shí)間20：00—24：00超速行駛引發(fā)人員受傷，其置信度為41.02%。根據(jù)這些找到的關(guān)聯(lián)規(guī)則，引起隧道交通事故的絕大多數(shù)原因?yàn)檐囕v超速所致。而其中小轎車的占有率比較大，發(fā)生車禍的時(shí)間在夜晚居多，交警人員應(yīng)多注意對(duì)隧道出入口車輛車速進(jìn)行控制，并在隧道中設(shè)置相應(yīng)的警示牌。在夜晚時(shí)分也需要加強(qiáng)車速管理，盡量降低車輛進(jìn)出隧道時(shí)的車速，避免車速過(guò)快使得駕駛員沒(méi)有反應(yīng)的時(shí)間，從而引起車禍的發(fā)生。

2） 規(guī)則②：違章超車?刮蹭（sup=23.95%，conf=65.46%）。

規(guī)則⑦：隧道出入口向內(nèi)50 m?追尾 （sup=16.16%，conf=45.87%）。

規(guī)則②表明駕駛者違章超車引發(fā)隧道追尾事故，該關(guān)聯(lián)規(guī)則的置信度為65.46%，規(guī)則⑦表明在隧道出入口向內(nèi)50 m處發(fā)生汽車追尾事故，其關(guān)聯(lián)規(guī)則的置信度為45.87%。這兩個(gè)關(guān)聯(lián)規(guī)則表明在隧道事故中引起追尾事故的主要原因是違章超車，而引發(fā)追尾的事故大部分是在隧道出入口向內(nèi)50 m，由于隧道入口處和出口處光線強(qiáng)度與隧道外的光線強(qiáng)度有反差，容易擾亂駕駛者的視覺(jué)，使其看不清道路狀況。為了避免這樣的情況發(fā)生，駕駛員應(yīng)盡量避免出入口超車。結(jié)合具體情況在隧道出入口設(shè)置照明燈和遮陽(yáng)棚，盡可能避免隧道出入口與洞內(nèi)外的光線強(qiáng)度差異。

3） 規(guī)則④： 霧天?追尾?人員受傷（sup=18.56%，conf=81.30%）。

規(guī)則⑥：駕齡在一年以內(nèi)?雨天?車輛損壞（sup=17.36%，conf=40.50%）。

規(guī)則④表明車輛在霧天時(shí)，發(fā)生追尾后，造成人員受傷，其置信度為81.30%。規(guī)則⑥表明駕駛者駕駛年齡在一年以內(nèi)，在雨天發(fā)生事故造成車輛損壞，其置信度為40.50%。這兩個(gè)規(guī)則表明雨霧天氣時(shí)，容易引發(fā)交通事故，駕駛員則需要在駕駛時(shí)提高注意力。同樣，當(dāng)一些駕駛技能還不夠熟練的新手遇到天氣不好的情況則更加容易發(fā)生交通事故，其中發(fā)生車輛刮擦的居多。因此，交通部門(mén)應(yīng)增加駕駛考試的課時(shí)，使得新手可以得到足夠的時(shí)間去練習(xí)，以減少事故的發(fā)生。

4） 規(guī)則③： 晴天?酒駕?人員死亡（sup=19.16%，conf=56.31%）。

該規(guī)則表明天晴時(shí)，駕駛員醉酒駕車引發(fā)交通事故，其置信度為56.31%。根據(jù)該規(guī)則，交通部門(mén)應(yīng)加強(qiáng)對(duì)醉酒駕駛及其他違規(guī)駕駛行為的管理，對(duì)醉酒駕駛提起高度重視。應(yīng)加大關(guān)于酒駕相關(guān)的處罰力度，以減少酒駕引起的交通事故。

5 結(jié) 語(yǔ)

本文針對(duì)隧道交通事故的特點(diǎn)，以及之前相關(guān)研究者的單面性和模糊性，提出WFP?Growth算法，該算法通過(guò)權(quán)重定義項(xiàng)在事務(wù)中的重要性，從而分析隧道交通事故預(yù)防措施。實(shí)驗(yàn)結(jié)果表明，該算法能夠挖掘出隧道交通事故發(fā)生的時(shí)間、路段、駕齡、天氣、車輛類型、事故原因、事故類型、事故等級(jí)等屬性之間的相關(guān)性，產(chǎn)生出符合實(shí)際情況、更加有意義的關(guān)聯(lián)規(guī)則，可以為交通部門(mén)預(yù)防隧道事故的發(fā)生，出臺(tái)相關(guān)政策提供決策支持。

參考文獻(xiàn)

[1] 交通運(yùn)輸部.2015年交通運(yùn)輸行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)[N].中國(guó)交通報(bào)，2016?05?05（002）.

Ministry of Transport of the People′s Republic of China. 2015 statistics bulletin of transportation industry [N]. China transport news， 2016?05?05（002）.

[2] 云建平.高速公路隧道群交通事故分布特點(diǎn)及預(yù)防對(duì)策[J].科技與創(chuàng)新，2016（18）：60.

YUN Jianping. Distribution characteristics and preventive measures of traffic accidents in freeway tunnel group [J]. Technology and innovation， 2016（18）： 60.

[3] 李仕瓊.數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘算法的分析研究[J].電子技術(shù)與軟件工程，2015（4）：200.

LI Shiqiong. Analysis and research of association rules mining algorithm in data mining [J]. Electronic technology and software engineering， 2015（4）： 200.

[4] ALAVI F， HASHEMI S. DFP?SEPSF： a dynamic frequent pattern tree to mine strong emerging patterns in streamwise features [J]. Engineering applications of artificial intelligence， 2015， 37： 54?70.

[5] 石芹芹.基于FP樹(shù)的極大頻繁項(xiàng)集的挖掘方法[J].現(xiàn)代計(jì)算機(jī)（專業(yè)版），2015（36）：7?10.

SHI Qinqin. Mining method of maximal frequent itemsets based on FP tree [J]. Modern computer （professional edition）， 2015（36）： 7?10.

[6] 王艷輝，王淑君，李曼，等.基于改進(jìn)FP?Growth算法的CRHX型動(dòng)車組牽引系統(tǒng)關(guān)聯(lián)失效模型研究[J].鐵道學(xué)報(bào)，2016，38（9）：72?80.

WANG Yanhui， WANG Shujun， LI Man， et al. Research on correlative failure model of CRHX EMU traction system based on improved FP?Growth algorithm [J]. Railway journal， 2016， 38（9）： 72?80.

[7] 鄭志成，姜昌金.基于FP?Growth的改進(jìn)算法[J].工業(yè)控制計(jì)算機(jī)，2015，28（5）：105?106.

ZHENG Zhicheng， JIANG Changjin. Improved algorithm based on FP?Growth [J]. Industrial control computers， 2015， 28（5）： 105?106.

[8] 趙遠(yuǎn)東，方正華.帶有權(quán)重函數(shù)學(xué)習(xí)因子的粒子群算法[J].計(jì)算機(jī)應(yīng)用，2013，33（8）：2265?2268.

ZHAO Yuandong， FANG Zhenghua. Particle swarm optimization algorithm with weight function learning factor [J]. Journal of computer applications， 2013， 33（8）： 2265?2268.

[9] JIAN S Y， WONG Y D. Road traffic accidents in Singapore expressway tunnels [J]. Tunnelling & underground space technology， 2013， 38： 534?541.

[10] AMUNDSEN F H， RANES G. Studies on traffic accidents in Norwegian road tunnels [J]. Tunnelling & underground space technology， 2000， 15（1）： 3?11.

[11] LU L J， LU J， XING Y， et al. Statistical analysis of traffic accidents in Shanghai river crossing tunnels and safety countermeasures [J]. Discrete dynamics in nature & society， 2014（2）： 1?7.