[发明专利]基于FP‑Growth算法的隧道交通事故关联规则算法

说明书

技术领域

本发明涉及数据挖掘、关联分析和隧道交通事故领域，特别是涉及一种基于FP-Growth算法的隧道交通事故关联规则算法。

背景技术

现如今，随着我国经济的快速发展，城市的公路隧道建设蓬勃发展，全国公路隧道为14006处，共1268.39万米，公路隧道数量年增长率约为11.5％。随着隧道建设数量的增多，从而引发的交通事故也相应增加。而现在我国对隧道交通事故数据的分析，主要是运用数据统计分析引起隧道交通事故的主要原因。在频繁模式挖掘FP-Growth算法的挖掘过程中，对数据的度量是事先设定好的最小支持度与最小置信度，若最小支持度与直销置信度设置的过高，会使得频率较低的关键因素的丢失，若设置的过低则会挖掘过多无用的关联规则。

发明内容

针对引起交通事故的因素中某些出现频率较低但是至关重要的因素，本发明提出一种基于FP-Growth算法的隧道交通事故关联规则算法，目的是挖掘处更加可靠的关联规则，用以进一步指导交通部门对预防隧道交通事故采取相应的措施。

为实现上述目的，本发明采用的技术方案是：

一种基于FP-Growth算法的隧道交通事故关联规则算法，包括以下步骤：

S1：首次对隧道事故事务数据库D进行扫描；

S2：计算出每个隧道事故事务中各个项以及事务本身的权重，之后根据事务的权重计算出各个项的关键度量，将关键度量作为此项的支持度，根据之前预定好的最小支持度，得到频繁项集之后调整隧道事故事务数据库；

S3：建立标记为“null”的根节点和频繁项目头表；

S4：再次扫描隧道事故事务数据库，其中每个事务的项按频繁项集中的次序处理，根据建立完成的频繁项目头表创建隧道事故频繁模式树FP树；

S5：根据隧道事故FP树产生条件模式基，产生频繁模式项集；

S6：根据产生的频繁模式项集，计算每个项集的关键度量作为支持度，满足最小支持度与置信度的项集就是最后挖掘得到的隧道交通事故关联规则。

步骤S2中：

用I＝{I₁,I₂,I₃,…,I_n}表示隧道事故事务数据库D的项集，n表示项的个数；项I_i(i＝1,2,3,…,k)在隧道事故事务数据库的权重标记为w(I_i)，公式为w(I_i)＝m/l，公式中的l为I_i在事务集中出现的次数，m是数据库中事务的个数；事务T_j为事务数据库中的第j条数据，该事务的权重为其本身包含项的权重的平均值，记为wt(T_j)，公式为项的关键度量是包含该项的事务权重与隧道事故事务数据可中所有事务权重之比，记为d(s)，公式为

步骤S6中:

计算项集的关键度量，比如模式<I₁,I₂>的关键度量，则是求包含I₁和I₂项的事务权重与隧道事故事务数据库中所有事务权重之比。最后满足最小支持度与置信度的项集就是最后挖掘得到的关联规则。

与传统的运用数据统计分析相比，本发明的有益效果是：该算法通过权重来定义项在事务中的关键性，从而能够更加有效地挖掘处隐藏的，更加有意义的关联规则，可以指导交通部门对预防隧道交通事故采取相应的措施。

附图说明

图1为本发明一实施例的一种基于FP-Growth算法的隧道交通事故关联规则算法的流程图；

图2为本发明一实施例的频繁项目头表和频繁模式树的结构示意图。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

如图1所示，一种基于FP-Growth算法的隧道交通事故关联规则算法，包括以下步骤：

Step1：首次对隧道事故事务数据库D进行扫描。

Step2：计算出每个隧道事故事务中各个项以及事务本身的权重，之后根据事务的权重计算出各个项的关键度量，将关键度量作为此项的支持度，根据之前预定好的最小支持度，得到频繁项集之后调整隧道事故事务数据库。

Step3：建立标记为“null”的根节点和频繁项目头表，如表1所示。

表1 频繁项目头表