数据挖掘算法在交通数据中的研究分析

1、数据挖掘算法 在交通数据中的研究分析摘要：该 文 希望通过数据挖掘技术，科学合理地帮 决策者寻找数 据 之间的规律，全面地分析交通数据信息之 间隐含的内在 联 系，进一步科学合理地管理数据，为交通 运输管理部门 和 用户出行提供方便，为交通运输的信息化 发展起到促进 作 用。关键词： 数 据挖掘；交通；算法中图分类 号 ：TP311 文献标识码： A 文章编号： 10093044(2014)12-2707-02The Researchof Data Mining Algorithm in Traffic Data Analysis and Data MiningWANG Ji1， YANG Q

2、ian2(1.Guizhou Vocational Technology Institute ， Guiyang 550023， China； 2.Guizhou Polytechnic College of Communications ， Guiyang 550008， China)Abstract： This paper hopesthrough the data mining technology ， seeksthe laws between the data for decision makers scientifically and reasonably It analysis

3、of relationship between traffic data implied information comprehensively ， further manage data scientifically and reasonably， for traffic management departments and usersto provide convenient transportation ， and to promote information development for transportation.Key words： data mining ； traffic

4、； arithmetic 随 着现代 交通信息化技术的发展，数据的科学处理在交通发展过程 中显得越来越重要。通常，在交通系统的数据库中存储着 海量数据，需要用科学的方法进行数据的分析和管理，而 一般的数据库只是对数据进行查询，得到的只是数据的表 层信息，不能获得数据中的隐含关系，不能得到隐藏在数 据中的深层次的，有关数据之间关联特性的预测信息。在 信息技术高速发展的大数据时代，仅停留在表层处理的数 据分析方式已经不能适应现代科技发展的需求，研究基于 数据挖掘技术的交通数据分析处理技术已经成为交通系统 迫切需要解决的问题。1 数据挖 掘 技术概述数据挖掘 是 一个决策支持过程，是从大量的、不完全

5、 的、有噪声的 、 模糊的、随机的实际应用数据中，提取隐 含在其中但潜 在 有用的信息和知识的过程。数据挖掘对挖 掘中的大量数 据 进行抽取、转换、分析以及模型化处理， 从中提取辅助 决 策的关键性数据。数据挖掘就是从大量数 据中提取或“ 挖 掘”知识。数据挖掘的工作过程大致可分 为：数据准备(datapreparation) ，数据挖掘,以及结果的解释和评价( interpretation and evaluation )三个 部 分。2 数据挖 掘 技术在交通数据中的运用研究在交通数 据 的处理中，由于交通信息的特点，交通数 据量非常庞大 ， 而且每天在迅速增多，历史数据众多，数 据挖掘技

6、术应 用 在交通系统中主要是挖掘交通数据历史知 识，得出一些 有 用信息，提供给用户，方便用户出行，方 便交通管理部 门 对数据进行管理。该文介绍常用的三种数 据挖掘算法。2.1 决策树算法在交通数据中的运用决策树方 法 是数据挖掘方法中的一种重要的方法，该 方法广泛用于 解 决与分类相关的各种问题，属于有指导的 归纳学习算法 。 该方法着眼于从一组无次序、无规则的数 据中归纳出一 个 分类描述，从中发现潜在的、具有商业价 值的信息。本算法在 交 通数据处理中可以应用到实时路况数据挖掘中。实时路 况数据库如表 1 所示，其中影响到道路的通 行有 两个属性 ： 天气、是否为上班时间。在天气属性中

7、， 天气属 性的可 能取值为晴、小雨、大雨、冰雪等；是否为 上班时间 属性 取值为两个：是或者否。将这些取值都作为 关联算法中 的一个项，故关联算法中的数据项集 I 为： 晴、 小雨、大 雨、 冰雪、是上班时间、不是上班时间 ，分别用 i 来表示， 则数据项集 I 为：i1、i2、i3、i4、i5、i6。最后得出实时路 况 的类别为：通路畅通、道路阻断。并将其 作为数据项i7、i8，加入到数据项集中。利用关联规则找出i1i7、i2i7、i3i7、i4i7、i5i7、i6i7、的关联支持度，得出为： i1i7=4、 i2i7=4、 i3i7=3、 i4i7=1 、 i5i7=6、 i6i7=6。

8、故从关联 规则支持度分析，属于天气属性的和比是否 为上班属性的 支持度大，故首先使用天气属性进行决策树 的分支；然后 在利用是否为上班时间作为节点分支得到决 策树。本算法中 融合了关联算法的思想，通过支持度的策略 进行决策树的 节点分支，针对特定的交通实时路况数据库 进行决策树分 支。 考虑到交通实时路况数据库的无规律， 复杂， 比较凌 乱的 情况，对于决策树的分支做了个改进，最终只考虑了 道路通畅的情况，否则，如果将道路阻断也 考虑进去，最后导致决策树所有的分支都能有两种情况，通畅和阻断，这是因为实时路况数据库本身无规律决定的，不能肯定在什 分支时，无法完全分开么 情 况下一定是什么状态，什

9、么情况都有可能，故进行决 策2.2 关联规则算法在交通数据中的应用关联规则 挖掘算法主要是挖掘数据之间的内在关系， 关联规则用于 分析购物篮、人口普查等系统数据，已经证 明了能够产生 一些对实际问题有意义的规则。该文在分析 关联规则算法 在交通数据中的应用时，将该方法应用到交 通事故数据中 ， 挖掘出交通事故中各个属性的内在联系。关联规则算法 是 挖掘交通数据中各种属性常见的一种方法， 比 如驾驶员属 性 、车辆属性、天气属性等可能引起交通事 故发生 的原因 之间的规则，从而得到规律，那么交通管理 部门就可以 对驾 驶员、车辆、道路、天气等因数的某些特征来判断导致 道路交通事故发生的可能性，从

10、而指导交通 管理部门的工 作 ，减 少事故的发生。在关联规 则 算法中常见的算法是 Apriori 算法。该算法 是挖掘产生关 联 规则所需要频繁项集的基本算法，利用层 次顺序搜集的 循 环方法来完成频繁项集的挖掘工作，这一 循环方法就是 利用 K 项集来产生（ K+1 ）项集，例如在交 通事故数据库 中 ，利用存在酒后驾车的记录，来产生既存 在酒后驾车也 存 在驾驶员文化水平因数的记录，这样递归 产生，最后就 能 显示出不同事故原因同时发生的几率。2.3 贝叶斯算法在交通路况的应用贝叶斯数 据 挖掘算法，主要是通过以往的知识利用概率来分析一件 事 发生的概念，这与交通实时路况预测相符， 对

11、于交通实时 路 况，主要是通过以往道路的路况，分析目 前或 者是以后 一 段时间内，道路路况如何，项目中，采用 了贝叶 斯网路 推理 ，利用历史数据，推出以后的在特定情 况下道路 的路况。交通实时 路 况是一个动态过程，随机性和偶然性高，有可能通过对 交 通状态的现状和历史进行综合分析，推测它发生的可能 。 可以采用天气、交通事故、上班时间、车 辆速 度等作为 贝 叶斯网的变量。利用 Y 表示交通状态，有 两种可 能：阻 塞和 畅通；利用 A 表示交通事故，有两种可 能：是和 否；利用 T 表示上班 时间，有两种可能：是上班 时间和不是 上班时间；利用 W 表示 天气状况，有两种可能： 天气良好和 天气恶劣；利用 S 表示车辆速度， 有两 种可能： 缓慢和正常。 利用上述五个变量可以组成贝叶斯网络模型。 有贝叶斯网络 模型推算出如果一条道路阻塞了，可以判定 发生交通事故 的 概率。3 小结本章主要 介 绍了三种数据挖掘的算法在交通数据库中 的应用，其中 ， 利用决策树算法和贝叶斯算法可以对交通 运行状况进行 预 测，利用关联规则算法可以对交通事故原 因进行分析和 预 测。交通系统数据库庞大，数据量随机性 强，偶然性高 ， 数据挖掘技术