随着社会信息化不断进步发展3

数据挖掘应用于交通运输领域

随着社会信息化不断进步发展，大量的信息充斥在我们的社会中，这就要求我们能从中及时发现有用的知识，做出正确的分析，从而提高决策的正确性。就是在这样的背景下深入地分析数据挖掘的基本概念、挖掘流程及挖掘技术，讨论数据挖掘的一些具体应用。 一 数据挖掘定义及分类

数据挖掘是近年来随着数据库技术和人工智能技术的发展而出现的一种多学科交叉的全新信息技术，是指从海量的数据中出潜在的、有价值的知识（模型或规则）的过程，反复使用多种数据挖掘算法从观测数据中确定模式或合理模型。也就是根据预定义的目标，对大量的数据进行探索和分析，揭示其中隐含的规律，并进一步将其模型化的先进有效的技术过程。随着计算机网络的发展和普遍使用，数据挖掘成为迫切需要研究的重要课题。

数据挖掘涉及多个学科方向，主要包括：数据库、统计学和人工智能等。数据挖掘可按数据库类型、挖掘对象、挖掘任务、挖掘方法与技术以及应用等几方面进行分类。按数据库类型分类：关系数据挖掘、模糊数据挖掘、历史数据挖掘、空间数据挖掘等多种不同数据库的数据挖掘类型。按数据挖掘对象分类：文本数据挖掘、多媒体数据挖掘、Web数据挖掘。按数据挖掘的任务有：关联分析、时序模式、聚类、分类、偏差检测、预测等。按数据挖掘方法和技术分类：归纳学习类、仿生物技术类、公式发

1

SQL Server 论文

现类、统计分析类、模糊数学类、可视化技术类。 二 交通管理信息数据挖掘方法

涉及到交通管理信息积累的原始数据很多，存在于不同的数据库中，甚至有些与交通安全相关的某些数据跨行业保存在其他行业的数据库中，如气象部门记录的天气气象数据。这些数据库大多是事务性的数据库，其中的数据各自、互不相关。数据挖掘的主题是从这些互不相关的数据中寻找出与交通事故相关的信息，导致交通事故发生的各种因素以及交通事故对各种因素的概率分布。

由于机动车辆．机动车驾驶员、交通事故信息管理系统的建设都是针对特定需求建立起来的事务性数据库，其中存放的数据往往不能直接用于挖掘主题的数据挖掘，必须进行必要的数据预处理或数据准备，包括数据选择、净化、转换、数据缩减等工作，获取与挖掘主题直接相关的有效数据。数据准备是非常重要的一个步骤，将影响数据挖掘的效率和准确度以及最终模式的有效性。

机动车驾驶员信息管理系统主要记录与驾驶员相关的信息，如驾驶员姓名、性别、年龄、学历、驾龄、准驾车辆类别、驾驶证编号、发证机关等；机动车辆信息管理系统记录车主姓名、车辆牌号、型号、类别、颜色、发动机号、车架号、出厂时间、购买时间、车辆用途等；交通事故信息管理系统记录肇事驾驶员信息，如肇事驾驶员姓名、性别、年龄、驾龄、驾驶证编号以及肇事车辆的牌照号、型号、类别等。这些信息有些与交通事故

2

SQL Server 论文

相关，有些信息无关。车辆事故发生的概率与驾驶人员本身有着密切的关系，影响驾驶人员安全驾驶的主要因素包括年龄、性别、驾龄等。数据处理后可

三，数据挖掘在交通运输领域的应用

首先， 数据挖掘可以为交通运输提供有力的决策支持。随着经济的日益发展，汽车现在已经是我们生活中必不可少的，所以交通运输的发展日益强大，然而，决策信息越来越重要，他可以改善交通环境。为我们交通运输业提供方便，并且好的数据可以提高汽车的销量。

第二，数据挖掘可以对交通运输的产品系进行管理。他可以对用车群体进行分析，并对汽车市场进行分析，了解他们的规律后，就可以为顾客提供更优质的服务，从而带来了可观的客户流量，并刺激了高利润的产品销售，从而提高经济效益。总之，通过数据挖掘，可以发现汽车购买者的特征，从而可以向同样具有这些特征却没有购买的客户提供推销这些产品，若找到这些客户的特征，就可以在具有预测分析。相似特征的客户还未流失前，采取针对性的措施。

第三，数据挖掘可以进行预测分析，这些分析师建立在大量的历史数据和适当的模型基础上的，利用趋势分析，时间序列分析等方法，建立对汽车销售，运输管理等的预测模型，进行了正确的预测对交通运输业的发展有很大的帮助。他可以对汽车的多少及道路的状况进行提前的预估和判断，避免出现供应不当或是交通混乱等现象，。综上所述，交通运输离不开

3

SQL Server 论文

数据挖掘，数据挖掘是在交通运输重起着至关重要的作用。

经过多年的发展与积累，与交通管理相关的部门积累了大量的与交通安全相关的数据资源，充分利用这些数据资源，使其为促进经济发展、创建和谐社会服务。数据挖掘技术是开发这些数据资源的有效手段，可以找出这些海量数据之间的内在的规律性的联系，从而为相关部门或机构的宏观决策提供技术支持。伴随着社会信息化的到来以及数据信息不断地增长，数据挖掘将会被广泛而深入地应用于人类生活的各个领域。

0902030201 杨 莹

4