基于Apriori算法的特殊路段事故致因關(guān)聯(lián)規(guī)則挖掘研究

文｜陳彬 于鵬程 張奇

【導(dǎo)讀】

道路交通事故嚴(yán)重威脅人民群眾的生命財(cái)產(chǎn)安全，影響經(jīng)濟(jì)社會(huì)的和諧穩(wěn)定。為深入排查事故隱患，防范消除安全風(fēng)險(xiǎn)，進(jìn)一步推進(jìn)道路交通事故預(yù)防“減量控大”工作，本文通過Apriori算法對(duì)隧道、橋梁和彎坡路三種特殊交通環(huán)境下的交通事故致因進(jìn)行關(guān)聯(lián)規(guī)則挖掘，用以發(fā)現(xiàn)事故致因間的關(guān)聯(lián)關(guān)系，可對(duì)道路交通事故防控起到一定的指導(dǎo)作用。

事故致因；關(guān)聯(lián)規(guī)則；Apriori算法

一、藕合分析方法

為實(shí)現(xiàn)事故致因間的藕合分析，本文采用了挖掘關(guān)聯(lián)規(guī)則的方法，其本質(zhì)就是挖掘要素間的頻繁項(xiàng)集合。以形式化的描述方式，介紹關(guān)聯(lián)規(guī)則如下：

設(shè)I={I1,I2,I3,...,Ii,...,In}是一個(gè)項(xiàng)集總集，其中Ii表示第i個(gè)項(xiàng)，n為項(xiàng)的總數(shù)。事務(wù)ti表示I的某個(gè)子集，而由若干個(gè)事務(wù)t組成的集合D={t1,t2,t3,...,tn}為事務(wù)數(shù)據(jù)庫(kù)。

在衡量項(xiàng)集間的關(guān)系時(shí)，常采用兩個(gè)度量值：支持度（support）和可信度（confidence）。

支持度是指某個(gè)待分析項(xiàng)集占據(jù)數(shù)據(jù)總項(xiàng)集的比例關(guān)系。公式如下：

其中，Support(X)表示X項(xiàng)目的支持度，number(X)表示X項(xiàng)集的頻數(shù)，number(N)表示數(shù)據(jù)集總項(xiàng)集的頻數(shù)。而“最小支持度”則是根據(jù)經(jīng)驗(yàn)預(yù)設(shè)定的一個(gè)閾值。

可信度也叫做置信度，是指兩個(gè)具有關(guān)聯(lián)的項(xiàng)集之間的比例關(guān)系。表示為前項(xiàng)項(xiàng)集出現(xiàn)的情況下，后項(xiàng)項(xiàng)集出現(xiàn)的概率。公式如下：

公式（2）的計(jì)算可以看作求條件概率Confidence(X|Y)，表示Y事件發(fā)生的條件下，X發(fā)生的概率，分子number(X,Y)表示X和Y兩個(gè)項(xiàng)集都出現(xiàn)的頻數(shù)。同理，“最小可信度”也是根據(jù)經(jīng)驗(yàn)預(yù)設(shè)定的一個(gè)閾值。而在實(shí)際計(jì)算可信度時(shí)，往往直接根據(jù)已有的支持度數(shù)值做除法獲得，公式如下：

推薦理由:本書專門研究和論述戰(zhàn)略思維。戰(zhàn)略思維能力，就是高瞻遠(yuǎn)矚、統(tǒng)攬全局，善于把握事物發(fā)展總體趨勢(shì)和方向的能力。馬克思主義為我們正確認(rèn)識(shí)和妥善處理中國(guó)特色社會(huì)主義事業(yè)中諸多重大關(guān)系，樹立全局眼光、提高統(tǒng)籌能力提供了思想武器。

在最小支持度和最小可信度的選取上，一般有兩種方式：根據(jù)經(jīng)驗(yàn)和常用閾值數(shù)值進(jìn)行規(guī)定設(shè)置，或者針對(duì)具體問題具體分析，直接選取前百分之N作為結(jié)果。

頻繁項(xiàng)集挖掘，就是在已達(dá)到預(yù)設(shè)最小支持度的項(xiàng)集中，計(jì)算可信度?？尚哦纫策_(dá)到預(yù)設(shè)閾值后，才滿足強(qiáng)關(guān)聯(lián)規(guī)則的條件。本文根據(jù)頻繁項(xiàng)集自身的性質(zhì)，推導(dǎo)出兩個(gè)原則，在尋找頻繁項(xiàng)集時(shí)以此作為剪枝條件，可以簡(jiǎn)化計(jì)算復(fù)雜度，提高尋找頻繁項(xiàng)集的效率。原則一是頻繁項(xiàng)集的所有非空子集也為頻繁項(xiàng)集；原則二是若某一項(xiàng)集不是頻繁項(xiàng)集，則包含該項(xiàng)集的所有項(xiàng)集都不是頻繁項(xiàng)集。

二、使用算法簡(jiǎn)介

本文實(shí)驗(yàn)主要選取經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法，即Apriori算法。該算法的原理如下：

第一步，輸入數(shù)據(jù)集，從單元素開始計(jì)算支持度，篩選出滿足最小支持度的頻繁一項(xiàng)集；第二步，從這些頻繁一項(xiàng)集中連接各個(gè)元素生成兩個(gè)元素的候選二項(xiàng)集，計(jì)算支持度，篩選出頻繁二項(xiàng)集；第三步，以此類推，直到不能生成新的頻繁項(xiàng)集為止；第四步，從頻繁二項(xiàng)集開始計(jì)算可信度，篩選出滿足最小可信度閾值的關(guān)聯(lián)關(guān)系；第五步，以此類推，遍歷所有的頻繁項(xiàng)集，進(jìn)行第四步操作；第六步，至此，所有滿足最小支持度和最小可信度閾值的關(guān)聯(lián)關(guān)系，即為強(qiáng)關(guān)聯(lián)規(guī)則。

以10條模擬事故數(shù)據(jù)分析為例，簡(jiǎn)單介紹Apriori算法的整體過程：事故數(shù)據(jù)如表1所示。10條記錄共包含5種因素：夜間行駛、大霧天氣、路面結(jié)冰、酒后駕駛、山路隧道。預(yù)設(shè)支持度閾值為0.2，可信度閾值為0.7。

表1 模擬事故數(shù)據(jù)

首先，遍歷10條事故數(shù)據(jù)，通過計(jì)算事故因素的頻數(shù)，計(jì)算出每個(gè)致因的支持度，生成候選一項(xiàng)集C1，再將支持度與閾值0.2做對(duì)比，將大于等于閾值條件的項(xiàng)作為頻繁一項(xiàng)集L1（因?yàn)镃1各項(xiàng)都滿足，所以這里L(fēng)1等于C1），如表2所示。

表2 候選一項(xiàng)集C1（頻繁一項(xiàng)集L1）

通過L1中的頻繁項(xiàng)，再遍歷10條數(shù)據(jù)，生成候選二項(xiàng)集C2，以此類推，最終得到候選三項(xiàng)集C3和頻繁三項(xiàng)集L3（這里計(jì)算得出恰好C3等于L3），結(jié)果如表3所示。

表3 候選三項(xiàng)集C3（頻繁三項(xiàng)集L3）

L3中的兩個(gè)集合自然連接的結(jié)果為{夜間行駛，大霧天氣，路面結(jié)冰，山路隧道}，根據(jù)頻繁項(xiàng)集的性質(zhì)1可知，如果該自然連接結(jié)果也是頻繁項(xiàng)集，那么其所有非空子集都應(yīng)該也是頻繁項(xiàng)集，但很明顯其3項(xiàng)子集只有L3中的2個(gè)是頻繁項(xiàng)集，所以不滿足性質(zhì)1，已經(jīng)不能再衍生出頻繁項(xiàng)集L4。至此，得到了所有的頻繁項(xiàng)集和其支持度數(shù)值。

下一步，從L2開始，計(jì)算每個(gè)頻繁項(xiàng)集中各個(gè)元素間的可信度。{夜間行駛，大霧天氣}的可信度計(jì)算如下：

因?yàn)镃onfidence(夜間行駛→大霧天氣)=0.71＞0.7，所以由“夜間行駛”推測(cè)出“大霧天氣”是強(qiáng)關(guān)聯(lián)規(guī)則。

表4所示為該10條記錄的所有強(qiáng)關(guān)聯(lián)關(guān)系計(jì)算結(jié)果。

表4 關(guān)聯(lián)關(guān)系結(jié)果

三、實(shí)驗(yàn)分析

（一） 實(shí)驗(yàn)數(shù)據(jù)和關(guān)聯(lián)屬性

實(shí)驗(yàn)分析使用道路交通事故抽樣數(shù)據(jù)，抽樣范圍為2015年至2019年間的道路交通事故，記錄了“數(shù)據(jù)編號(hào)”“事故發(fā)生時(shí)間”等在內(nèi)的33項(xiàng)屬性，以及“人員編號(hào)”“人員類型”等21項(xiàng)附加屬性。經(jīng)數(shù)據(jù)處理后，發(fā)現(xiàn)有16項(xiàng)事故影響屬性可能與事故發(fā)生存在強(qiáng)關(guān)聯(lián)關(guān)系，如表5所示。

表5 事故記錄屬性

（二）實(shí)驗(yàn)條件和實(shí)驗(yàn)結(jié)果

本文實(shí)驗(yàn)針對(duì)三種特殊路段場(chǎng)景進(jìn)行關(guān)聯(lián)分析，包括隧道、橋梁和彎坡路。為了保證實(shí)驗(yàn)結(jié)果不遺漏有效信息，實(shí)驗(yàn)設(shè)置上相對(duì)選取了較小的最小支持度（min_Sup）閾值和最小可信度（min_Conf）閾值。

1.隧道場(chǎng)景

隧道場(chǎng)景下，取最小支持度min_Sup = 10/N（隧道），其中N（隧道）為隧道場(chǎng)景下數(shù)據(jù)采樣量總量。取最小可信度min_Conf= 0.05。通過python編程，經(jīng)Apriori算法計(jì)算，典型違法行為和事故形態(tài)間的強(qiáng)關(guān)聯(lián)規(guī)則示例，如表6所示。

表6 隧道場(chǎng)景強(qiáng)關(guān)聯(lián)規(guī)則結(jié)果

2.橋梁場(chǎng)景

橋梁場(chǎng)景下，取最小支持度min_Sup = 10/N（橋梁）、最小可信度min_Conf = 0.05。通過python編程，經(jīng)Apriori算法計(jì)算，典型違法行為和事故形態(tài)間的強(qiáng)關(guān)聯(lián)規(guī)則示例，如表7所示。

表7 橋梁場(chǎng)景強(qiáng)關(guān)聯(lián)規(guī)則結(jié)果

3.彎坡路場(chǎng)景

彎坡路場(chǎng)景下，取最小支持度min_Sup=100/N（彎坡路）、最小可信度min_Conf=0.05。通過python編程，經(jīng)Apriori算法計(jì)算，典型違法行為和事故形態(tài)間的強(qiáng)關(guān)聯(lián)規(guī)則示例，如表8所示。

表8 彎坡路場(chǎng)景強(qiáng)關(guān)聯(lián)規(guī)則結(jié)果

序號(hào)強(qiáng)關(guān)聯(lián)規(guī)則(違法行為→事故形態(tài)) 可信度3 逆行→碰撞運(yùn)動(dòng)車輛 0.905932203 4 違反交通信號(hào)→碰撞運(yùn)動(dòng)車輛 0.642594859 5無(wú)證駕駛→碰撞運(yùn)動(dòng)車輛 0.505936422 6 未按規(guī)定讓行→刮撞行人 0.416666667 7 違法會(huì)車→碰撞運(yùn)動(dòng)車輛 0.366013071 8 醉酒駕駛→撞固定物 0.213569776 9 超速行駛→刮撞行人 0.207845135 10 醉酒駕駛→追尾碰撞 0.144178874

（三）實(shí)驗(yàn)分析和總結(jié)

根據(jù)三組實(shí)驗(yàn)的數(shù)據(jù)結(jié)果，隧道、橋梁和彎坡路場(chǎng)景下的強(qiáng)關(guān)聯(lián)規(guī)則既有相同性，也有差異性。

相同性主要體現(xiàn)在：一是在發(fā)生事故的前提下，發(fā)生“碰撞運(yùn)動(dòng)車輛”的事故形態(tài)的強(qiáng)度都很高。最高在隧道場(chǎng)景下，“違法超車”“違法變更車道”的行為發(fā)生時(shí)，會(huì)有100%的概率導(dǎo)致“碰撞運(yùn)動(dòng)車輛”的事故結(jié)果；最低在隧道場(chǎng)景下，“醉酒駕駛”的行為會(huì)有約48%的概率導(dǎo)致“碰撞運(yùn)動(dòng)車輛”的事故結(jié)果。二是三種特殊路段場(chǎng)景下，強(qiáng)關(guān)聯(lián)規(guī)則相似?！斑`法超車”“逆行”和“違法變更車道”三種違法行為的強(qiáng)關(guān)聯(lián)規(guī)則強(qiáng)度都很高，在90%以上。

差異性主要體現(xiàn)在：一是不同場(chǎng)景下相同違法行為導(dǎo)致相同事故形態(tài)的關(guān)聯(lián)度有差異?！澳嫘小鲎策\(yùn)動(dòng)車輛”的關(guān)聯(lián)，在三種場(chǎng)景的關(guān)聯(lián)度都在90%以上，但是“疲勞駕駛→碰撞運(yùn)動(dòng)車輛”在隧道場(chǎng)景下的關(guān)聯(lián)度在61%左右，而在橋梁場(chǎng)景下的關(guān)聯(lián)度在45%左右，在彎坡路場(chǎng)景下的關(guān)聯(lián)度在36%左右?！盁o(wú)證駕駛→碰撞運(yùn)動(dòng)車輛”“違反交通信號(hào)→碰撞運(yùn)動(dòng)車輛”的關(guān)聯(lián)，在三種場(chǎng)景的關(guān)聯(lián)度也存在一定差異。二是不同場(chǎng)景下相同違法行為導(dǎo)致不同事故形態(tài)的關(guān)聯(lián)度上有差異?！白砭岂{駛”違法行為，在隧道場(chǎng)景下導(dǎo)致“碰撞運(yùn)動(dòng)車輛”的事故形態(tài)在48%左右；在橋梁場(chǎng)景下導(dǎo)致“撞固定物”的事故形態(tài)在26%左右；在彎坡路場(chǎng)景下導(dǎo)致“追尾碰撞”的事故形態(tài)在14%左右。

四、規(guī)則完善

使用Apriori算法對(duì)事故數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘分析，可以精準(zhǔn)定位到各因素間的關(guān)聯(lián)關(guān)系，指導(dǎo)道路交通事故防控。下一步計(jì)劃從兩個(gè)角度進(jìn)行優(yōu)化研究：一是將關(guān)聯(lián)規(guī)則分析由單點(diǎn)分析拓展為多維度分析；二是進(jìn)行多種事故場(chǎng)景分類綜合對(duì)比分析，最終形成事故致因的關(guān)聯(lián)規(guī)則庫(kù)，為道路交通事故預(yù)防“減量控大”工作提供支撐。