[发明专利]一种面向内河航标的事故数据挖掘方法与系统

说明书

本发明公开了一种面向内河航标的事故数据挖掘方法与系统，包括以下步骤：S1、获取多组内河航道任意指定河段发生事故前后的某一时间段的通航环境信息，并通过航道管理部门获取该时间段的航标属性信息、航道特征信息和事故报警信息，将以上信息汇总生成原始数据集；S2、对原始数据集进行预处理，生成内河航标事故数据集；预处理至少包括字段的合并、创建及删除，缺失值处理和标签值处理；S3、对内河航标事故数据集进行内在关联规则的挖掘；S4、生成挖掘结果和事故预防建议。本发明能够实现内河复杂通航环境下航标事故数据的关联分析，为内河航标维护决策、事故预防提供技术支撑。

技术领域

本发明属于数据处理领域，具体涉及一种面向内河航标的事故数据挖掘方法与系统。

背景技术

内河水路交通系统是一个由人员、船舶、航道、助航设施、通航环境等多要素构成的复杂系统，各个因素间相互影响，导致内河航标、船舶等事故发生具有显著的不确定性，对内河通航安全监管、风险分析与防控等带来挑战。基于历史事故数据开展交通事故规则解析是目前该领域重要的研究方法之一，可为内河复杂通航环境下的航标事故配布优化、维护管理、预警预防等提供技术支撑。

内河航标事故关联规则挖掘，需要事先采集多个属性维度的航标事故数据并进行整合处理，步骤繁琐、工作量大。以内河航标为例，当前内河助航设施多维事故数据集缺失严重，缺少开源数据与平台，使得内河航标事故关联规则挖掘工作难以开展。

针对内河助航设施，对应河段某一时间下的事故关联信息包括：人员因素、设施因素、管理因素、环境因素等。各特征要素之间差异大，缺少助航设施事故的数据整合与挖掘算法；错误的数据集整合处理方式容易生成大量无意义的关联规则，极大程度的影响算法执行效率与结果准确性。

发明内容

本发明的目的在于，提供一种面向内河航标的事故数据挖掘方法与系统，能够实现内河复杂通航环境下航标事故关联分析，为内河航标维护决策、事故预防提供技术支撑。

为解决上述技术问题，本发明的技术方案为：一种面向内河航标的事故数据挖掘方法，包括以下步骤：

S1、获取多组内河航道任意指定河段发生事故前后的某一时间段的通航环境信息，并通过航道管理部门获取该时间段的航标属性信息、航道特征信息和事故报警信息，将以上信息汇总生成原始数据集；

S2、对原始数据集进行预处理，生成内河航标事故数据集；预处理至少包括字段的合并、创建及删除，缺失值处理和标签值处理；

S3、对内河航标事故数据集进行内在关联规则的挖掘；

S4、生成挖掘结果和事故预防建议。

所述S3具体为：

S3.1、以XFP-Tree关联规则挖掘算法为基础，对内河航标事故数据集进行内在关联规则的挖掘；

S3.2、针对FP-tree结构，添加标签内容，通过标签协助算法判断频繁项对应前缀是否为单一路径，降低XFP-Tree算法工作量；

S3.3、对FP-Tree算法的树结构进行剪枝，同时对算法频繁投影、频繁项集，添加关联规则挖掘的条件判断，抑制研究意义较小的关联规则生成，提升算法执行效率。

对FP-Tree算法的树结构进行剪枝的具体过程为：在遍历算法FP-tree结构时，若树结构存在一个分枝，当该分枝的节点M在该分枝上的支持度计数小于事先设定的最小支持度阈值时，便搜索该节点在树结构中其他分枝的位置；判断节点M初始分枝上子节点的集合是否包含其在新分枝上的子节点集合,若包含，那么剪掉节点M的初始分枝，并将新旧分枝中相似节点的支持度计数相加，以更新新分支上节点的支持度计数。