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/Abstract

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结合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及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

Abstract:

In order to deeply analyze the spatiotemporal characteristics and causative factors, which hide in the text data of safety production in transportation industry, select features and causative words in relevant papers as corpus, using Word2vec to construct the vector model of traffic accident words, classifying the key words of Beijing safety production event in traffic industry by using Sigmoid function, two kinds of keywords including spatiotemporal characteristics and causal factors are obtained, using the Gephi and Neo4j to visually analyze the feature keywords, through the summary of causative theme, analyse causal factors keywords. The result shows that traffic accidents mainly occurred in the third quarter, and the total number of accidents in the six urban areas of the center is much higher than that in other urban areas, the proportion of casualties in other urban areas is higher. Human being, equipment and environmental factors are the main causes of traffic accidents. Based on the above analysis, the paper puts forward reasonable suggestions to provide information support and scientific guidance for the relevant management departments of safety production in Beijing transportation industry.

Key words: text data, safety accidents in transportation, word vector, keyword classification, visual analysis

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.

CHENG Yuhang, ZHANG Jianqin, LI Jiangchuan, ZHANG An. Visual Mining and Analysis Method of Text Data in Traffic Accident[J]. Computer Engineering and Applications, 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.
LIU W，CHEN K Q，TIAN Z Z，et al.Partition model of road traffic accident influence area based on density entropy[J].Journal of Traffic and Transportation Engineering，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.
WU D M.Study on the law of major accidents in key industries in China[J].Journal of Safety Science and Technology，2018，13（2）：36-37.
[3] 陆化普，罗圣西，李瑞敏.基于GIS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-based patterns analysis of urban road traffic crashes in Shenzhen[J].China Journal of Highway and Transport，2019，32（8）：156-164.
[4] 郭璘，周继彪，董升，等.基于改进K-means算法的城市道路交通事故分析[J].中国公路学报，2018，31（4）：270-279.
GUO L，ZHOU J B，DONG S，et al.Analysis of urban road traffic accidents based on improved K-means algorithm[J].China Journal of Highway and Transport，2018，31（4）：270-279.
[5] KANG Y，CHO N C，SON S，et al.Spatiotemporal characteristics of elderly population’s traffic accidents in Seoul using space-time cube and space-time kernel density estimation[J].Plos One，2018，13（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.
LIN Q F，DENG Y C.Analysis on spatial-temporal characteristics and severity of motor vehicle-bicycle accidents in Guangdong province[J].Science Technology and Engineering，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.
ZHAO D，MA S Q，ZHANG Y M，et al.Correlation and risk factors analysis of traffic crash at intersections on rural highways[J].China Safety Science Journal，2020，30（7）：146-151.
[8] MUSSONE L，BASSANI M，MASCI P.Analysis of factors affecting the severity of crashes in urban road intersections[J].Accident Analysis & Prevention，2017，103（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.
WU J，JIANG F C，YAO H J，et al.An analysis and risk forecasting of inland ship collision based on text mining[J].Journal of Transport Information and Safety，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.
TAN Z L，CHEN X C.Research on management of hidden danger in coal mine based on text mining[J].Journal of Safety Science and Technology，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.
YU F，ZHENG Y Q，ZHENG D L et al.Research on similarity problem discovery for multiple choice questions solving[J].Computer Engineering and Applications，2018，54（15）：120-125.
[12] ABDUL M，MUKHTAJ K，NADEEM I，et al.Application of parallel vector space model for large-scale DNA sequence analysis[J].Journal of Grid Computing，2018，17（2）：1-12.
[13] BOJANOWSKI P，GRAVE E，JOULIN A，et al.Enriching word vectors with subword information[J].Transactions of the Association for Computational Linguistics，2017，5（1）：135-146.
[14] LAI S W，LIU K，HE S Z，et al.How to generate a good word embedding[J].IEEE Intelligent Systems，2016，31（6）：5-14.
[15] FABREGAT A，KORNINGER F，VITERI G，et al.Reactome graph database：efficient access to complex pathway data[J].Plos Computational Biology，2018，14（1）.