數(shù)據(jù)挖掘技術(shù)在軍車使用情況判定中的應(yīng)用

方旭　朱敏　王保琴　肖春霞

摘要：有效使用車聯(lián)網(wǎng)和數(shù)據(jù)挖掘技術(shù)，可以使軍隊(duì)車輛在日常行駛時(shí)更加規(guī)范、安全。本文從車聯(lián)網(wǎng)與數(shù)據(jù)挖掘技術(shù)、技術(shù)應(yīng)用的指導(dǎo)意義、數(shù)據(jù)挖掘技術(shù)在軍車使用情況判定中的應(yīng)用等方面進(jìn)行分析，對(duì)軍隊(duì)正規(guī)化管理和使用軍車具有借鑒作用。

關(guān)鍵詞：車聯(lián)網(wǎng)；數(shù)據(jù)挖掘；軍隊(duì)車輛

0引言

當(dāng)前，隨著經(jīng)濟(jì)的發(fā)展和汽車保有量的迅速增加，隨之而來的道路安全和擁堵問題日益突出。為此許多國家和地區(qū)都在大力發(fā)展智能交通系統(tǒng)和智能汽車技術(shù)應(yīng)對(duì)上述問題。在遵循軍隊(duì)相關(guān)車輛規(guī)定的基礎(chǔ)上，通過車聯(lián)網(wǎng)和數(shù)據(jù)挖掘技術(shù)的應(yīng)用，對(duì)駕駛員的習(xí)慣進(jìn)行規(guī)范，從而使軍隊(duì)車輛在執(zhí)行部隊(duì)公務(wù)和重大演習(xí)活動(dòng)時(shí)更加安全地行駛，最終圓滿完成保障任務(wù)，對(duì)相關(guān)職能部門來說具有很強(qiáng)的指導(dǎo)和借鑒作用。

1車聯(lián)網(wǎng)與數(shù)據(jù)挖掘技術(shù)

1.1車聯(lián)網(wǎng)

車聯(lián)網(wǎng)是指利用通信、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等技術(shù)將各種車輛進(jìn)行聯(lián)網(wǎng)進(jìn)而展開各種綜合廣泛應(yīng)用，包括智能交通、汽車互聯(lián)網(wǎng)及其應(yīng)用、汽車通信網(wǎng)及其應(yīng)用等。采用各種技術(shù)手段將車與車、車與人進(jìn)行連接是其技術(shù)存在形式，在此基礎(chǔ)上發(fā)展形成的各種產(chǎn)品與服務(wù)是車聯(lián)網(wǎng)的核心。

歐美等汽車工業(yè)比較發(fā)達(dá)的國家，無論是在整體規(guī)劃還是在技術(shù)開發(fā)和應(yīng)用方面，都引領(lǐng)著全球車聯(lián)網(wǎng)技術(shù)的發(fā)展，并取得了顯著的成績(jī)。2009年12月，美國交通部發(fā)布了《職能交通系統(tǒng)戰(zhàn)略研究計(jì)劃：2010-2014》，首次提出了車聯(lián)網(wǎng)的構(gòu)想；2014年美國國家高速公路安全管理局發(fā)布兩份文件，就車隊(duì)車技術(shù)標(biāo)準(zhǔn)對(duì)外征求意見，并促請(qǐng)立法。我國車聯(lián)網(wǎng)已被列入重大專項(xiàng)，稱為十二五期間的重點(diǎn)項(xiàng)目，獲百億元支持，而國家對(duì)車聯(lián)網(wǎng)行業(yè)規(guī)范也逐漸重視起來，政府在產(chǎn)業(yè)規(guī)劃、技術(shù)標(biāo)準(zhǔn)等多方面的支持將大大推進(jìn)汽車物聯(lián)網(wǎng)長(zhǎng)夜全面鋪開和提速。

車聯(lián)網(wǎng)系統(tǒng)有三個(gè)要素，第一個(gè)要素是“端”，即車載終端上的RFID、雷達(dá)、攝像頭等傳感器，其作用是采集車輛信息和感知當(dāng)前車輛行駛狀態(tài)，并能與人和車進(jìn)行交互，提供最直接的用戶體驗(yàn)。第二個(gè)要素是“管”，即實(shí)現(xiàn)融合通信和接入互聯(lián)網(wǎng)的能力，主要是把“端”采集和感知的人與車、車與車、車與路等信息接入網(wǎng)絡(luò)和互聯(lián)互通。第三個(gè)要素是“云”，即負(fù)責(zé)監(jiān)聽“端”和“管”發(fā)來的連接請(qǐng)求，提供高效、穩(wěn)定的數(shù)據(jù)存儲(chǔ)、處理、分析，最終為交通參與者提供服務(wù)。

1.2數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程，其定義是從海量數(shù)據(jù)中找到有意義的模式或知識(shí)，作為計(jì)算機(jī)科學(xué)的一個(gè)學(xué)術(shù)領(lǐng)域，基于數(shù)據(jù)庫理論，機(jī)器學(xué)習(xí)，人工智能，現(xiàn)代統(tǒng)計(jì)學(xué)的迅速發(fā)展的交叉學(xué)科，在很多領(lǐng)域中都有應(yīng)用。涉及到很多的算法，源于機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，決策樹，也有基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)，分類回歸樹，和關(guān)聯(lián)分析的諸多算法。

CRISP-DM（cross-industry standard process for data mining），即為”跨行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程”，提供了一個(gè)數(shù)據(jù)挖掘生命周期的全面評(píng)述，包括項(xiàng)目的相應(yīng)周期，它們的各自任務(wù)和這些任務(wù)的關(guān)系。所有數(shù)據(jù)挖掘任務(wù)之間關(guān)系的存在是依賴用戶的目的、背景和興趣，最重要的還有數(shù)據(jù)。它為一個(gè)KDD工程提供了一個(gè)完整的過程描述。該模型將一個(gè)KDD工程分為6個(gè)不同的，但順序并非完全不變的階段，所示如圖1。

（1）商業(yè)理解、數(shù)據(jù)理解和數(shù)據(jù)準(zhǔn)備是數(shù)據(jù)挖掘的第一個(gè)大的步驟，其中商業(yè)理解要求在理解項(xiàng)目目標(biāo)和從業(yè)務(wù)的角度理解需求，同時(shí)將這個(gè)知識(shí)轉(zhuǎn)化為數(shù)據(jù)挖掘問題的定義和完成目標(biāo)的初步計(jì)劃。數(shù)據(jù)理解階段從初始的數(shù)據(jù)收集開始，通過一些活動(dòng)的處理，熟悉數(shù)據(jù)，識(shí)別數(shù)據(jù)的質(zhì)量問題，首次發(fā)現(xiàn)數(shù)據(jù)的內(nèi)部屬性，或是探測(cè)引起興趣的子集去形成隱含信息的假設(shè)。數(shù)據(jù)準(zhǔn)備是數(shù)據(jù)挖掘前期一個(gè)非常重要的步驟，數(shù)據(jù)準(zhǔn)備的好壞直接影響了數(shù)據(jù)挖掘的效率和準(zhǔn)確度以及最終模型的有效性。數(shù)據(jù)準(zhǔn)備階段包括從未處理數(shù)據(jù)中構(gòu)造最終數(shù)據(jù)集的所有活動(dòng)。這些數(shù)據(jù)將是模型工具的輸入值。

（2）建模是數(shù)據(jù)挖掘最為核心的步驟，在這個(gè)階段，可以選擇不同的模型技術(shù)，模型參數(shù)被調(diào)整到最佳的數(shù)值。一般，有些技術(shù)可以解決一類相同的數(shù)據(jù)挖掘問題。目前常用的技術(shù)有：關(guān)聯(lián)規(guī)則、決策樹、分類、聚類、粗糙集、神經(jīng)網(wǎng)絡(luò)、遺傳算法等。

（3）評(píng)價(jià)階段是在開始最后部署之前，檢查構(gòu)造模型的步驟，確保模型可以完成業(yè)務(wù)目標(biāo)。這個(gè)階段的關(guān)鍵目的是確定是否有重要業(yè)務(wù)問題沒有被充分的考慮。在這個(gè)階段結(jié)束后，一個(gè)數(shù)據(jù)挖掘結(jié)果使用的決定必須達(dá)成。

（4）最后是部署階段。通常，模型的創(chuàng)建不是項(xiàng)目的結(jié)束。模型的作用是從數(shù)據(jù)中找到知識(shí)，獲得的知識(shí)需要便于用戶使用的方式重新組織和展現(xiàn)。根據(jù)需求，這個(gè)階段可以產(chǎn)生簡(jiǎn)單的報(bào)告，或是實(shí)現(xiàn)一個(gè)比較復(fù)雜的、可重復(fù)的數(shù)據(jù)挖掘過程。在很多案例中，這個(gè)階段是由客戶而不是數(shù)據(jù)分析人員承擔(dān)部署的工作。

2技術(shù)應(yīng)用的指導(dǎo)意義

隨著北斗系統(tǒng)的裝配和相關(guān)用車規(guī)章制度的不斷健全，軍隊(duì)特種車輛和軍隊(duì)公務(wù)用車的車輛派遣、調(diào)度、行駛路線、車輛狀況、道路實(shí)時(shí)路況和對(duì)駕駛員能力的考核等日趨規(guī)范。但從實(shí)際來看，車輛行駛過程中還會(huì)遇到很多復(fù)雜情況，比如我院（文中出現(xiàn)的“我院”、“學(xué)院”等均指中國人民解放軍重慶通信學(xué)院）位于歌樂山腹地，山路窄、陡坡多、坡度大、人流量復(fù)雜，加之重慶地區(qū)城市道路較為擁堵，部分私家車、出租車、大貨車、行人不遵守交通規(guī)則等等，駕駛員即使駕駛水平再高，如果駕駛行為習(xí)慣和心態(tài)不好，極有可能在執(zhí)行駕駛?cè)蝿?wù)時(shí)出現(xiàn)行車危險(xiǎn)并大幅縮短軍車使用壽命。

數(shù)據(jù)挖掘技術(shù)可以通過挖掘研究對(duì)象的個(gè)體特征，發(fā)現(xiàn)研究群體的發(fā)展變化趨勢(shì)，發(fā)現(xiàn)具有不同特征的數(shù)據(jù)子集之間的關(guān)聯(lián)，最終實(shí)現(xiàn)科學(xué)預(yù)測(cè)未來某種事件發(fā)生的概率。基于車聯(lián)網(wǎng)進(jìn)行科學(xué)采集和分析數(shù)據(jù)是提供數(shù)據(jù)和預(yù)測(cè)依據(jù)、改進(jìn)駕駛員日常駕駛習(xí)慣的堅(jiān)實(shí)基礎(chǔ)，而改進(jìn)駕駛習(xí)慣首先要找出問題所在。通過深入分析挖掘駕駛習(xí)慣信息，有針對(duì)性地設(shè)計(jì)“軍車使用情況評(píng)定”是駕駛員改正不良駕駛習(xí)慣的重要途徑，是保證軍隊(duì)車輛安全使用、安全出行的有效辦法。

3數(shù)據(jù)挖掘技術(shù)在軍車使用情況判定中的應(yīng)用

目前，基于駕駛行為的車險(xiǎn)（UBI）正在逐步取代傳統(tǒng)車險(xiǎn)。美國、歐洲、日本等國的多家保險(xiǎn)公司通過駕駛員的智能手機(jī)中的傳感器或者車載設(shè)備（如OBD）上傳的數(shù)據(jù)來評(píng)測(cè)駕駛員的駕駛行為，進(jìn)行風(fēng)險(xiǎn)評(píng)估，以此來判定保險(xiǎn)費(fèi)用。對(duì)駕駛習(xí)慣良好的車主給予一定的保費(fèi)優(yōu)惠或折扣，而另一部分經(jīng)常違章、暴力駕駛等駕駛行為不良的車主，其潛在行車風(fēng)險(xiǎn)大，理賠成本高，需繳納的保費(fèi)高。車輛行駛過程中，車載設(shè)備時(shí)時(shí)刻刻采集車輛的位置信息、車況和行車信息并上傳到云端，產(chǎn)生的數(shù)據(jù)量相當(dāng)龐大，且數(shù)據(jù)類型復(fù)雜。云平臺(tái)接收客戶端發(fā)來的數(shù)據(jù)請(qǐng)求，展開數(shù)據(jù)挖掘。通過對(duì)這些大數(shù)據(jù)進(jìn)行挖掘和分析，準(zhǔn)確地獲取評(píng)估車輛狀況、駕駛行為，劃分車主的風(fēng)險(xiǎn)類別，從而給決策者提供有價(jià)值的信息。

本文借鑒UBI的成功經(jīng)驗(yàn)，以模擬學(xué)院軍隊(duì)車輛日常使用產(chǎn)生的數(shù)據(jù)為樣本，利用數(shù)據(jù)挖掘技術(shù)中的決策樹算法來挖掘軍車日常使用情況（文中出現(xiàn)的車牌、駕駛員姓名等一切數(shù)據(jù)信息均僅為測(cè)試使用）。根據(jù)車輛行駛時(shí)駕駛員容易出現(xiàn)的不良駕駛行為，重點(diǎn)對(duì)超速、激烈駕駛（急加速、急轉(zhuǎn)彎、急剎車）、闖黃燈、壓實(shí)線、變道轉(zhuǎn)彎不打轉(zhuǎn)向燈、不合理使用遠(yuǎn)光燈等情況進(jìn)行權(quán)重預(yù)處理，然后建立合適的數(shù)據(jù)模型進(jìn)行決策樹算法分析。決策樹模型如圖2所示。

大部分專業(yè)駕駛員的素質(zhì)和駕駛技術(shù)都是過硬的，主要是找出行車過程中幾類不太重視或習(xí)以為常的危險(xiǎn)不良習(xí)慣，進(jìn)行有針對(duì)性的改進(jìn)，從而提高行車安全性。本算法主要目的是區(qū)分出駕駛員某些習(xí)慣的好壞及嚴(yán)重程度。根據(jù)預(yù)處理好的樣本數(shù)據(jù)進(jìn)行計(jì)算，結(jié)果如圖3所示。我們把分析好的結(jié)果以表格形式展示，以便管理者直觀地參考、使用。

4總結(jié)

將數(shù)據(jù)挖掘技術(shù)應(yīng)用到軍車使用情況評(píng)定中，對(duì)車聯(lián)網(wǎng)捕捉和記錄的海量數(shù)據(jù)進(jìn)行處理、分析；結(jié)合軍隊(duì)實(shí)際情況，運(yùn)用了決策樹算法，尋找和發(fā)現(xiàn)出可能造成行車危險(xiǎn)和大幅縮短軍車使用壽命的不良駕駛習(xí)慣，做出價(jià)值判斷和決策，從而達(dá)到規(guī)范行車習(xí)慣、保障出行安全、愛護(hù)公務(wù)用車的目的。endprint