基于改進Apriori算法的海事事故關(guān)聯(lián)分析.pdf

1、海事事故一直都是航運領(lǐng)域關(guān)注和研究的重點問題之一，對事故信息進行分析是識別海事風(fēng)險的重要途徑。本文以海事事故數(shù)據(jù)庫為基礎(chǔ)，系統(tǒng)梳理了海事事故研究方法的發(fā)展過程;并提出在計算機信息處理技術(shù)的發(fā)展和大數(shù)據(jù)時代背景下，以數(shù)據(jù)挖掘為工具，對海事事故信息數(shù)據(jù)庫開展相關(guān)研究。
　　針對當(dāng)前各海事局事故調(diào)查的統(tǒng)計格式和描述不統(tǒng)一的問題，以浙江海事局統(tǒng)計數(shù)據(jù)庫為例，對原始數(shù)據(jù)庫進行梳理與清洗，建立了標準化的海事事故信息數(shù)據(jù)庫;并將海事事故的原始統(tǒng)

2、計信息與描述進行變換、編碼。同時，采用數(shù)理統(tǒng)計的方法，從人、船舶貨物、環(huán)境、管理四個方面識別出各致因所占的比例，初步探究了海事事故致因因子及影響程度。為進一步研究海事事故各信息之間的定量關(guān)系，通過基于動態(tài)存儲空間的改進Apriori算法、k-medoids和改進Apriori組合挖掘算法模型對標準數(shù)據(jù)庫中的信息進行深度挖掘。在支持度閾值20％、置信度閾值50％的條件下提取出8條碰撞事故的關(guān)聯(lián)規(guī)則;在支持度閾值10％、置信度閾值50％的條

3、件下提取出12條非碰撞類事故的關(guān)聯(lián)規(guī)則。挖掘?qū)嶒灲Y(jié)果表明基于k-medoids和改進Apriori組合的挖掘算法在提升值和挖掘精度上均優(yōu)于動態(tài)存儲空間的改進Apriori算法。最后，通過對關(guān)聯(lián)規(guī)則的解析，定量分析了海事事故各信息之間的關(guān)系，識別出了浙江轄區(qū)海事事故風(fēng)險的特征，并從海事主管機關(guān)、船公司和船舶駕駛員三個層面提供了合理化的措施與建議。
　　該成果為海事主管機關(guān)識別海上交通風(fēng)險、有針對性的排查安全隱患以及有目的性的加強海上