대한교통학회지 (Journal of Korean Society of Transportation)

  • 제16권4호
  • /
  • Pages.187-194
  • /
  • 1998
  • /
  • 1229-1366(pISSN)
  • /
  • 2234-4217(eISSN)
대한교통학회 (Korean Society of Transportation)
권호 표지

데이터 마이닝을 이용한 교통사고 심각도 분류분석

Data Mining for Road Traffic Accident Type Classification

  • 손소영 (연세대학교 산업시스템공학과) ;
  • 신형원 (연세대학교 산업시스템공학과)
  • 발행 : 1998.12.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구는 교통사고 심각도와 관련된 중요변수를 찾고 이들 변수를 바탕으로 신경망, Decision Tree, 로지스틱 회귀분석을 이용하여 사고 심각도 분류 예측모형을 추정하였다. 다수의 범주형 변수로 이루어진 교통사고 통계원표상의 설명변수 들로부터 사고 심각도 변화에 영향력 있는 변수 선택을 위하여 독립성 검정을 위한 $x^2$ test와 Decision Tree를 이용하였고, 선택된 변수들은 신경망과 로지스틱 회귀분석의 기초로 이용되었다. 분석결과 세가지기법간에 분류정확도에는 유의한 차이가 없는 것으로 나타났다. 그러나 Decision Tree가 설명변수 선택능력과 분석수행시간, 사고 심각도 결정요인 식별의 용이함 측면에서 범주형 종속변수인 사고 심각도의 분석에 적합한 것으로 보이며 사고 심각도에는 보호장구가 가장 큰 영향을 미치는 것으로 재입증되었다.

키워드

참고문헌

  1. 서울대 석사학위논문 인공 신경망 모형을 이용한 우리나라 주가의 비선형적 규칙성에 관한 연구 강상규
  2. 교통사고통계 경찰청
  3. 도로교통안전백서 경찰청
  4. 교통실무 편람 경찰청
  5. 성균과대 석사학위논문 데이터 웨어하우징과 데이터마이닝 기법을 이용한 의사결정 사례에 관한 연구 고재성
  6. Data Mining Techniques Berry, M. J.A.;Linoff, G.
  7. Enterprise Miner 2.0 Seminar 자료집 한국 SAS 소프트웨어
  8. Data Mining with Neural Networks Bigus, J. P.
  9. Journal of the Operational Research Society v.48 A Case Study in Applying Neural Networks to Predicting Insolvency for Property and Casualty Insurers Brokett, P.L.;Cooper, W.W.;Golden, L.L.;Xia, X.
  10. IEEE Transaction on Neural Networks v.7 no.4 Comparison of Adaptive Methods for Function Estimation from Sample Cherkassky, V.;Ghring, D.;Mulier, F.
  11. Naval Research Logistics v.44 The Effect of Training Data Set Size and the Complexity of the Separation Function on Neural Network Classification Capability: The Two-Group Case Leshno, M.;Spector, Y.
  12. Machine Learning, Neural and Statistical Classification Michie, D.;Spiegelhalter, D.J.;Taylor, C.C.