یک روش ترکیبی جهت پیشگیری از حوادث جاده ای با کمک الگوریتم های داده کاوی

داده کاوی دانش استخراج الگوهای پنهان از میان حجم وسیعی از داده ها است. الگوهای کشف شده برحسب کاربرد و نوع داده مورد استفاده می توانند کارایی بسیار بالایی داشته باشند. در این مقاله ما از داده های مربوط به تصادفات استفاده کرده و برای استخراج الگوهای موجود از قوانین وابستگی استفاده نمودیم. اهمیت این موضوع با در نظر گرفتن افزایش حمل و نقل جاده ای و همچنین آسیب های ناشی از تصادفات اعم از مرگ و جراحات شدید، بیشتر مورد توجه قرار می گیرد. به طور کلی در این پژوهش، پس از آنالیز الگوهای پرتکرار با استفاده از روش n-list و با بکار گیری تکنیک ماکسیمال، ویژگی های بهینه استخراج گردیده و با تلفیق الگوریتم درخت تصمیم حوادث جاده ای طبقه بندی می گرددنتایج شبیه سازی نشان داد که روش مطرح شده از لحاظ حافظه مصرفی، زمان اجرا، دقت و خطا نسبت به روشهای پیشین دارای عملکرد بهتری است.

کلیدواژه ها:

کشف الگوی پر تکرار ، قوانین انجمنی ، طبقه بندی حوادث جاده ای ، الگوریتم درخت تصمیم ، الگوریتم n-list ، ماکسیمال