考虑数据不平衡的城市道路乘用车致命事故率分析

城市道路交通事故频发，而事故数据存在明显不平衡，不同因素间的耦合作用对城市道路乘用车致命事故率分析造成极大挑战。为此提出了1种集成重采样、贝叶斯网络（Bayesian networks,BN）和关联规则（association rule method,ARM）的三阶段事故率分析方法。基于国家事故深度调查体系的1 105例城市道路乘用车事故数据，从驾驶人、车辆、道路、环境这4个方面选取16个潜在特征变量构建BN模型；鉴于数据不平衡时会导致BN模型性能下降的问题，提出在构建BN模型前利用合成少数类过采样技术（Synthetic Minority Over-sampling Technique,SMOTE）和聚类中心进行数据重采样，并比较分析各类采样技术下不同BN模型的综合性能；基于最优BN模型并结合ARM，推理不同影响因素及因素的耦合作用对致命事故率的影响。结果表明：重采样方法可以显著提升BN模型的综合性能，以及识别风险因素的能力。其中SMOTE采样技术结合GTT算法构建的BN模型的AUC最高，达0.793。此外，相较于原始不平衡数据构建的BN模型，经SMOTE采样后构建的BN模型多挖掘了...