1．目的及意义

在日益便捷的今天，人们在交通工具的上的研究很大程度上帮助了人们减少了在路上所花费的时间。但是近年来城市道路交通状况越来越拥挤，交通问题几乎成为了所以大，中型城市面临的共同问题。并且我们国家也是道路交通事故死亡人数最高的国家，连续几年占据世界第一位。为了减少交通事故的发生，保障国家财产和人名生命财产安全，国家每年都要花费大量的人力，财力用于对道路交通事故多发地段的排查，制定整治对策等工作。

数据挖掘则是近年来信息技术领域兴起的一个重要研究领域。大量原始数据的价值在于其中可能隐藏着一些未知的知识，可以给人们提供更多的帮助。随着数据采集技术的发展，数据量越来越大，属性也就越来越多，如何从这些数据库，信息管理系统，人工智能及决策支持等相关领域的研究课题。

如何应用先进的信息技术，对数量日益庞大交通事故原始数据进行综合开发和有效利用，成为一个迫切的问题，把数据挖掘技术应用羽交通事故数据分析具有现实意义。

智能交通系统（ITS）是将先进的信息技术，数据通讯技术，电子传感技术，数据挖掘技术以及计算机处理技术等有效地集成运用羽整个地面运输管理体系，而建立起的一种在大范围，全方位发挥作用的，实时，准确，高效的综合运输和管理体系。美国，欧洲和日本等工业发达国家都投入了大量的人力和物理进行智能交通系统的研究。1992年5月，美国交通和智能交通学会起草的《美国智能交通系统战略规划》中将智能叫用划分为七个领域，这七部分基本上包括了智能交通的各个方面：先进的交通管理系统，先进的出行信息系统，先进的驾驶员信息系统，商用车辆调度系统，先进的车辆控制安全系统，先进的公共交通系统，先进的乡间运输系统。{title}

2. 研究的基本内容与方案

{title}

基本内容：

(1)首先交通事故是一个很难控制的随机过程，其发生有不确定性，发生地点，严重程度不可预先估计，但我们可以对交通事故的调查以及对大量交通事故数据进行数据挖掘，得出交通事故的发生规律，从而减少事故发生次数和降低事故的损害性。

(2)交通事故数据来自交通部门中各个交通管理单位记录的系统数据，事故数据和一些外部数据，这些数据分布在不同的地区，记录这来自不同地区的交通事故的基本信息和详细的事故细节。

(3)建立好了数据库就可以进一步建立数据仓库来存储分析的数据，建立数据

仓库以后就可以进行联机分析处理（OLAP）以及数据挖掘方面的工作。

技术方案：

(1)国内外对交通事故数据挖掘集中在运用多维Apriori算法提取交通事故数据因素之间的关联规则。在进行关联规则分析前，预先指定该维的哪一个层次参与关联分析，其他层次不参与关联分析，从而将问题简化为单纯的多维数据模型的挖掘。