交通行业事故文本数据的可视化挖掘分析方法

doi:10.3778/j.issn.1002-8331.2010-0269

摘要/摘要

摘要：

为降低交通行业安全生产风险，深入分析以文本形态隐式存在于事故数据中的时空特征及潜在致因，在用户字典模式对文本数据分词的基础上，使用Word2vec公司Sigmoid激活函数，构建交通安全事故词向量模型，对交通行业安全事故关键词进行分类提取，获得分别包含特征及致因属性的两类关键词，并利用Gephi和Neo4j对特征关键词进行可视化分析以及致因主题总结，对事故时空特征及致因关键因素进行深入挖掘。以北京市为例研究发现：交通安全事故主要集中发生在第三季度，且城六区在事故总量上远高于外环城区，但伤亡比例外环城区较高；通过致因关键词总结，发现人为、设备及环境因素是交通安全事故的主要致因因素；结合以上分析结果，提出合理建议，为北京市交通行业安全生产相关管理部门提供信息支持和科学指导。

关键词: 文本数据, 交通安全事故, 词向量, 关键词分类提取, 可视化分析

摘要：

为了深入分析隐藏在交通运输行业安全生产文本数据中的时空特征和成因，选取相关论文中的特征和致使词作为语料库，利用Word2vec构建交通事故词的向量模型，利用Sigmoid函数对北京交通行业安全生产事件的关键词进行分类，得到时空特征和因果因素两类关键词，利用Gephi和Neo4j对特征关键词进行可视化分析，通过因果主题的总结，分析因果因素关键词。结果表明，交通事故主要发生在第三季度，中心城区六个城区的事故总数远远高于其他城区，其他城区的伤亡比例更高。人、设备和环境因素是交通事故的主要原因。基于以上分析，本文提出合理化建议，为北京市交通运输业安全生产相关管理部门提供信息支持和科学指导。

关键词： 文本数据，运输安全事故，单词向量，关键词分类，目视分析

程宇航，张健钦，李江川，张安. 交通行业事故文本数据的可视化挖掘分析方法[J] ●●●●。计算机工程与应用, 2021, 57(21): 116-122.

程玉航，张建勤，李江川，张安.交通事故文本数据的可视化挖掘与分析方法[J]。计算机工程与应用，2021，57（21）：116-122。

参考文献

[1] 刘伟，陈科全，田宗忠，等.基于密度熵的道路交通事故影响范围分区模型[J] ●●●●。交通运输工程学报，2019，19（6）：163-170.
刘伟，陈克强，田振中，等.基于密度熵的道路交通事故影响区划分模型[J]。交通运输工程学报，2019,19（6）：163-170。
[2] 吴大明.我国重点行业领域重特大事故规律研究[J] ●●●●。中国安全生产科学技术，2018，13（2）：36-37.
吴德明。中国重点行业重大事故规律研究[J]。安全科学与技术杂志，2018，13（2）：36-37。
[3] 陆化普，罗圣西，李瑞敏.基于地理信息系统分析的深圳市道路交通事故空间分布特征研究[J] ●●●●。中国公路学报，2019，32（8）：156-164.
LU H P，LUO S X，LI R M.GIS-基于模式的深圳市道路交通事故分析[J]。中国公路运输杂志，2019,32（8）：156-164。
[4] 郭璘，周继彪，董升，等.基于改进聚类算法的城市道路交通事故分析[J] ●●●●。中国公路学报，2018，31（4）：270-279.
郭磊，周建波，董S，等.基于改进K-means算法的城市道路交通事故分析[J]。中国公路运输杂志，2018,31（4）：270-279。
[5] KANG Y，CHO N C，SON S，等.基于时空立方体和时空核密度估计的首尔老年人口交通事故时空特征[J]。Plos One，2018年，13（5）。
[6] 林庆丰，邓院昌.广东省机-非交通事故时空特征与严重程度分析[J] ●●●●。科学技术与工程，2019，19（29）：327-332.
林庆发，邓永川。广东省机动车事故时空特征及严重程度分析[J]。科学技术与工程，2019,19（29）：327-332。
[7] 赵丹，马社强，张雨萌，等.农村公路交叉口交通事故特征关联性与风险因素分析[J] ●●●●。中国安全科学学报，2020，30（7）：146-151.
赵德，马世清，张永明，等。农村公路交叉口交通事故相关性及危险因素分析[J]。中国安全科学杂志，2020,30（7）：146-151。
[8] MUSSONE L，BASSANI M，MASCI P。城市道路交叉口碰撞严重性影响因素分析[J]。事故分析与预防，2017103（6）：112-122。
[9] 吴伋，江福才，姚厚杰，等.基于文本挖掘的内河船舶碰撞事故致因因素分析与风险预测[J] ●●●●。交通信息与安全，2018，36（3）：8-18.
吴杰，姜福成，姚海杰，等。基于文本挖掘的内河船舶碰撞分析与风险预测[J]。交通信息与安全杂志，2018，36（3）：8-18。
[10] 谭章禄，陈孝慈.基于文本挖掘的煤矿安全隐患管理研究[J] ●●●●。中国安全生产科学技术，2020，16（2）：43-48.
谭志立，陈晓川.基于文本挖掘的煤矿隐患管理研究[J]。安全科学与技术杂志，2020,16（2）：43-48。
[11] 于凤，郑雨晴，郑德权，等.面向选择类题型求解的相似问题发现研究[J] ●●●●。计算机工程与应用，2018，54（15）：120-125.
于峰，郑永清，郑德立等.基于相似问题发现的多选择题求解研究[J]。计算机工程与应用，2018,54（15）：120-125。
[12] ABDUL M，MUKHTAJ K，NADEEM I，等.并行向量空间模型在大规模DNA序列分析中的应用[J]。网格计算杂志，2018,17（2）：1-12。
[13] 波亚诺夫斯基·P，格雷夫·E，朱林·A，等.利用子词信息丰富词向量[J]。计算语言学协会学报，2017,5（1）：135-146。
[14] 赖世伟，刘坤，何世忠，等.如何生成好的嵌入词[J]。IEEE智能系统，2016,31（6）：5-14。
[15] FABREGAT A，KORNINGER F，VITERI G，等.反应组图形数据库：复杂通路数据的高效访问[J]。普洛斯计算生物学，2018，14（1）。