طبقه بندی سبک رانندگی با تحلیل داده های مکان- محور حرکت اتومبیل ها

داده کاوی یکی از تکنولوژی های روز دنیاست. با کمک داده کاوی انسان قادر خواهد بود دانش و اطلاعات با ارزش و نهانموجود در پایگاه داده را کشف نماید. امروزه در موضوعات گوناگون از جمله تشخیص رفتار رانندگان، پیش بینی به عنوانیکی از مهمترین شاخه های علمی مطرح شده است.در قرن بیست و یکم در جستجوی آن دسته از پیشرفت های تکنولوژی هستیم که سیستم های مطمین تر و کاراتری برایحمایت از تصمیم گیری های مهم ارایه شود. با پیشرفت تکنولوژی محاسباتی و کامپیوترها، دغدغه سرعت و دقت در انجامکارها تا حد زیادی مرتفع شده است، اما روشهای افزایش دقت، اثربخشی و کارایی مدل های پیش بینی همچنان موردکنکاش دانشمندان و محققان است. به طور متوسط هر 5 سال حجم داده های ثبت شده، 2 برابر می شود. انجام این کاربه وسیله داده کاوی با داشتن قابلیت های طبقه بندی و پیش بینی امکان پذیر است. در این مقاله با در نظر گرفتن مجموعه ایاز داده هایی که معیار ارزیابی رفتار رانندگان بوده و استفاده از نرم افزار شناخته شده weka، سعی شده است ضمن حل مسیله، با ارزیابی و مقایسه الگوریتم ها بهترین الگوریتم پیشنهاد گردد. نتیجه حاصل شده حاکی از آن است که الگوریتمترکیبی Bagging+ Randomforest + Kmeans بهترین الگوریتم پیش بینی و بهترین معیار برای تشخیص رفتار رانندگان، معیار F-Measure می باشد.

کلیدواژه ها:

سبک رانندگی ، GPS ، داده کاوی ، خوشه بندی ، رفتار رانندگان ، پیش بینی رفتار