基于Apriori算法的船舶交通事故關(guān)聯(lián)規(guī)則分析

黃常海，高德毅，2，胡甚平，耿鶴軍，彭宇

(1.上海海事大學(xué)商船學(xué)院，上海 201306;2.上海市教育委員會，上海 200003)

0 引言

船舶交通是與國民經(jīng)濟(jì)密切相關(guān)的重要交通方式，為我國經(jīng)濟(jì)和社會發(fā)展作出巨大貢獻(xiàn)，然而船舶交通事故屢見不鮮.［1]對船舶交通事故進(jìn)行分析，挖掘事故潛在的致因關(guān)系，對預(yù)防和控制船舶交通事故的發(fā)生具有重要的意義.

國內(nèi)外學(xué)者從不同的角度對事故的影響因素進(jìn)行分析.張曉輝［2]利用數(shù)據(jù)挖掘方法對水上交通基礎(chǔ)數(shù)據(jù)進(jìn)行全因素挖掘?qū)嶒?劉正江等［3]利用數(shù)據(jù)挖掘?qū)θ藶槭д`與其影響因素之間的關(guān)系進(jìn)行挖掘，初步確定船舶避碰過程中人為失誤與引發(fā)因素之間的對應(yīng)關(guān)系.牟軍敏等［4]通過對重特大惡性碰撞事故的數(shù)據(jù)挖掘，量化提取事故特征，并利用廣義線性模型對船舶碰橋事故建立概率預(yù)測模型.KOKOTOS等［5]用分類樹方法對航運(yùn)事故進(jìn)行數(shù)據(jù)挖掘，認(rèn)為引入國際安全管理(International Safety Management，ISM)規(guī)則以后，人的因素導(dǎo)致的事故減少.梁第等［6]結(jié)合基于屬性頻度的約簡算法和改進(jìn)的值約簡算法對水上交通事故典型案例進(jìn)行分析，并加入相關(guān)的支持度和置信度.賈愛鵬等［7]對80份船舶碰撞事故報告進(jìn)行分析，提取導(dǎo)致事故的人的因素，用STATISTICA統(tǒng)計分析軟件對其進(jìn)行關(guān)聯(lián)規(guī)則分析.然而，上述研究中較少涉及對船舶交通事故致因關(guān)系的研究，尤其是事故致因與事故屬性的關(guān)聯(lián)關(guān)系研究，同時缺少對基于數(shù)據(jù)挖掘結(jié)果的事故應(yīng)對策略研究.本文在分析關(guān)聯(lián)規(guī)則及Apriori算法的基礎(chǔ)上，提出船舶交通事故關(guān)聯(lián)規(guī)則挖掘基本流程.以某海事局轄區(qū)范圍內(nèi)連續(xù)10年的船舶交通事故數(shù)據(jù)為樣本，按照船舶交通事故關(guān)聯(lián)規(guī)則挖掘流程，運(yùn)用Apriori算法對樣本數(shù)據(jù)進(jìn)行挖掘.深入分析所挖掘數(shù)據(jù)的強(qiáng)關(guān)聯(lián)規(guī)則，探討事故致因間的潛在關(guān)系，并提出防范船舶交通事故的應(yīng)對策略.

1 關(guān)聯(lián)規(guī)則及Apriori算法

給定一個含有m個事務(wù)的數(shù)據(jù)庫D={t1，t2，…，tm}，有n個屬性，這n個屬性組成的項集為I={i1，i2，…，in}，那么其中的每個事務(wù) t都是一個項集，且t?I.設(shè)A是一個項集，當(dāng)A?t時稱“事務(wù)t包含 A”.

關(guān)聯(lián)規(guī)則是形如X?Y的蘊(yùn)含式，其中X和Y是項集，且 X?I，Y?I，X∩Y=φ，X 稱為規(guī)則前項(或前件，antecedent)，Y稱為規(guī)則后項(或后件，consequent).

關(guān)聯(lián)規(guī)則X?Y的支持度s是數(shù)據(jù)庫中包含support(X?Y)的事務(wù)占全部事務(wù)的百分比，它是概率 P(X∪Y)，記作 support(X?Y)=P(X∪Y).

關(guān)聯(lián)規(guī)則X?Y的置信度c是包含X∪Y的事務(wù)數(shù)與包含 X的事務(wù)數(shù)的比值，它是條件概率P(Y/X)，記作 confidence(X?Y)=P(Y/X).［8]

提升是用規(guī)則的置信度除以規(guī)則后項的支持度所得的比值;部署能力是指支持規(guī)則前項但不支持規(guī)則后項的事務(wù)占全部事務(wù)的比例.［8]

在進(jìn)行關(guān)聯(lián)規(guī)則挖掘前，用戶預(yù)定義最小支持度閾值min_sup和最小置信度閾值min_conf.如果某個項集的s≥min_sup，則稱這個項集為“頻繁項”(也稱“大項集”，LargeItemsets)，所有的“頻繁 k-項集”組成的集合通常記作 Lk.［9-10]

關(guān)聯(lián)規(guī)則挖掘過程主要包括兩個階段:第一階段從數(shù)據(jù)集中找出所有的頻繁項集，均滿足s≥min_sup;第二階段由這些頻繁項集產(chǎn)生關(guān)聯(lián)規(guī)則，計算這些關(guān)聯(lián)規(guī)則的置信度c，然后保留那些滿足c≥min_conf的關(guān)聯(lián)規(guī)則.［11]

Apriori算法是一種挖掘關(guān)聯(lián)規(guī)則頻繁項集的的經(jīng)典算法.該算法使用逐層搜索的迭代方法，頻繁k-項集用于探索頻繁(k+1)-項集.首先，找出頻繁1-項集的集合，記作L1;然后利用L1找頻繁2-項集的集合L2，利用L2找L3，如此下去，直到不能找到頻繁k-項集為止.找每個Lk需要進(jìn)行一次數(shù)據(jù)庫掃描.Apriori具有一個重要性質(zhì):頻繁項集的所有非空子集都必須是頻繁的.Apriori算法主要由連接步和剪枝步組成，在這兩步中采用Apriori的性質(zhì)可以提高該算法的效率.

2 船舶交通事故關(guān)聯(lián)規(guī)則挖掘流程

船舶交通事故關(guān)聯(lián)規(guī)則挖掘流程包括準(zhǔn)備數(shù)據(jù)，清理數(shù)據(jù)，建立模型，產(chǎn)生頻繁項集，產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則，分析強(qiáng)關(guān)聯(lián)規(guī)則等，見圖1.

圖1 船舶交通事故關(guān)聯(lián)規(guī)則挖掘流程

2.1 數(shù)據(jù)準(zhǔn)備

選擇海事事故數(shù)據(jù)庫中M海事局(簡稱)6個轄區(qū)內(nèi)的894起船舶交通事故作為關(guān)聯(lián)規(guī)則挖掘的原始數(shù)據(jù)信息.

隨著我國發(fā)展水平的不斷提高，人民群眾對于生活環(huán)境要求也在不斷的提高，居住環(huán)境干凈整潔已經(jīng)不能夠滿足當(dāng)前的需要。現(xiàn)如今我國園林綠化還比較簡單，不符合時代發(fā)展潮流，所以，我國必須要提高重視程度加大投入力度來開展園林綠化活動。

2.2 數(shù)據(jù)清理

海事事故數(shù)據(jù)庫中數(shù)據(jù)量較大，為方便關(guān)聯(lián)規(guī)則的挖掘，可去除船名、事故具體位置等信息，并修正帶有缺省值的項，最終得到進(jìn)行海事事故關(guān)聯(lián)規(guī)則挖掘的樣本數(shù)據(jù).

2.3 建立關(guān)聯(lián)規(guī)則模型

基于船舶交通事故的致因分析，建立船舶交通事故致因關(guān)系模型，其中事故致因主要包括意外原因、自然原因、航道碼頭原因、交通原因、船舶貨物原因、船員原因及其他人員原因等.基于事故特征分析，建立船舶交通事故屬性關(guān)系模型.

以船舶交通事故后果為后項，以事故致因、事故屬性為前項，建立船舶交通事故關(guān)聯(lián)規(guī)則分析模型，見圖2.

圖2 船舶交通事故關(guān)聯(lián)規(guī)則分析模型

2.4 產(chǎn)生頻繁項集

首先產(chǎn)生候選集Ck，所謂候選集就是可能成為頻繁項集的項目集合.然后，基于候選集Ck計算支持度并確定頻繁項集Lk.

2.5 產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則

從由頻繁項集產(chǎn)生的所有的簡單關(guān)聯(lián)規(guī)則中選擇置信度大于用戶指定最小置信度閾值的關(guān)聯(lián)規(guī)則，組成強(qiáng)關(guān)聯(lián)規(guī)則集合.

2.6 強(qiáng)關(guān)聯(lián)規(guī)則分析

對挖掘出來的強(qiáng)關(guān)聯(lián)規(guī)則進(jìn)行分析，解釋其與海事事故之間的內(nèi)在聯(lián)系，剖析事故致因的關(guān)聯(lián)關(guān)系.

3 船舶交通事故關(guān)聯(lián)規(guī)則挖掘

3.1 船舶交通事故因素網(wǎng)絡(luò)圖

以船舶事故為導(dǎo)向生成的船舶交通事故與事故致因、事故屬性的關(guān)系的網(wǎng)絡(luò)圖見圖3，考慮到節(jié)點(diǎn)、鏈接較多以及圖形尺寸的限制，鏈接顯示閾值設(shè)置為50.以船舶交通事故后果為導(dǎo)向生成的事故后果程度與事故致因、事故屬性的關(guān)系的網(wǎng)絡(luò)圖見圖4，鏈接顯示閾值設(shè)置為30.導(dǎo)向網(wǎng)絡(luò)圖可直觀地表達(dá)因素之間關(guān)系的強(qiáng)弱程度.從圖3和4可知:事故原因中的船員原因和自然原因與事故關(guān)聯(lián)度大，尤其是船員原因與事故關(guān)聯(lián)度大;其次是貨船(船舶分類1)、鄉(xiāng)鎮(zhèn)個體船(船舶分類2)、霧季(季節(jié)特征)與事故關(guān)聯(lián)度也較大.

圖3 船舶交通事故因素網(wǎng)絡(luò)(事故為導(dǎo)向)

圖4 船舶交通事故因素網(wǎng)絡(luò)(事故后果為導(dǎo)向)

3.2 船舶交通事故強(qiáng)關(guān)聯(lián)規(guī)則挖掘

按照船舶交通事故關(guān)聯(lián)規(guī)則挖掘流程，依次完成數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)清理后，產(chǎn)生頻繁項集和強(qiáng)關(guān)聯(lián)規(guī)則(見表1).在本次實(shí)驗中，最小支持度取10%， 最小置信度取70%.

表1 船舶交通事故強(qiáng)關(guān)聯(lián)規(guī)則

3.3 船舶交通事故強(qiáng)關(guān)聯(lián)規(guī)則分析

應(yīng)用關(guān)聯(lián)規(guī)則方法對船舶交通事故統(tǒng)計數(shù)據(jù)進(jìn)行挖掘，不僅可以對事故致因和事故屬性進(jìn)行其單一因素的定量分析，還可以解決常規(guī)數(shù)理分析方法難以實(shí)現(xiàn)的任務(wù)，即多因素關(guān)聯(lián)關(guān)系挖掘.對強(qiáng)關(guān)聯(lián)規(guī)則挖掘的結(jié)果如下:

(1)從事故后果統(tǒng)計可知，輕微事故在Q轄區(qū)內(nèi)發(fā)生的船舶交通事故中占主要部分.

(2)港口泊位附近水域是事故的高發(fā)水域，該水域中貨船發(fā)生的事故以及由船員原因?qū)е碌氖鹿逝c輕微事故關(guān)聯(lián)度高.

(3)霧季是Q轄區(qū)內(nèi)船舶交通事故的高發(fā)期.

(4)Q轄區(qū)的進(jìn)口船、貨船、鄉(xiāng)鎮(zhèn)個體船與輕微事故關(guān)聯(lián)度高，Q轄區(qū)貨船中的鄉(xiāng)鎮(zhèn)個體船、航行中的貨船、航行中的鄉(xiāng)鎮(zhèn)個體船與輕微事故關(guān)聯(lián)度高.Q轄區(qū)涉及船員原因的輕微事故與貨船、鄉(xiāng)鎮(zhèn)個體船關(guān)聯(lián)度高.

4 船舶交通事故防范對策

船舶交通事故關(guān)聯(lián)規(guī)則挖掘以客觀事故統(tǒng)計資料為基礎(chǔ)，可以科學(xué)、準(zhǔn)確地挖掘事故致因與事故屬性的關(guān)聯(lián)關(guān)系.基于船舶交通事故強(qiáng)關(guān)聯(lián)規(guī)則分析的結(jié)果，客觀制定針對性的防范對策.

(1)加強(qiáng)對Q轄區(qū)船舶交通事故的防范，針對重點(diǎn)水域采取針對性安全管理措施，遏制特定水域的事故多發(fā)態(tài)勢.

(2)霧季是全年中的事故多發(fā)期，需重點(diǎn)加強(qiáng)防范.督促航運(yùn)公司在安全管理體系中建立有效可行的霧航制度，在霧季來臨前做好霧航理論知識學(xué)習(xí)、設(shè)備檢查和保養(yǎng);督促船舶加強(qiáng)霧區(qū)瞭望和值班人員配備，認(rèn)真執(zhí)行交接班制度，采用安全航速;提高值班人員安全意識，保證霧航安全.

(3)加強(qiáng)管理力度，督促港航企業(yè)及個體從業(yè)者遵守相關(guān)法律法規(guī)，規(guī)范經(jīng)營;禁止不合格的航運(yùn)公司和低標(biāo)準(zhǔn)船舶進(jìn)入航運(yùn)市場，并加快對老舊船舶的淘汰步伐，通過實(shí)施嚴(yán)格的船舶檢驗提高船檢質(zhì)量.重點(diǎn)加強(qiáng)對鄉(xiāng)鎮(zhèn)個體船的監(jiān)管，從船舶管理、船檢、現(xiàn)場檢查等方面，全面提升對鄉(xiāng)鎮(zhèn)個體船的安全管理，尤其是對Q轄區(qū)的鄉(xiāng)鎮(zhèn)個體船的管理.

(4)完善水上交通安全隱患舉報機(jī)制，暢通投訴舉報渠道，提高群眾參與水上交通安全監(jiān)督的積極性和主動性.注意對執(zhí)法人員的監(jiān)管.

(5)加強(qiáng)對港航從業(yè)人員的專業(yè)技能培訓(xùn)，完善培訓(xùn)網(wǎng)絡(luò)和培訓(xùn)內(nèi)容，提高培訓(xùn)質(zhì)量.普及水上交通安全法規(guī)及常識，提高水上交通安全意識.加強(qiáng)對執(zhí)法人員的業(yè)務(wù)培訓(xùn).重視船員管理和教育，加強(qiáng)對船員的安全技能培訓(xùn)，提高船員的安全知識和安全操作技能，尤其注重針對鄉(xiāng)鎮(zhèn)個體船船員的培訓(xùn)，重點(diǎn)提升鄉(xiāng)鎮(zhèn)個體船船員的職業(yè)技能和安全意識，盡可能地防止人的因素導(dǎo)致的船舶交通事故的發(fā)生.

5 結(jié)束語

船舶交通事故案例數(shù)據(jù)是對船舶交通事故進(jìn)行致因分析的重要資料.對船舶交通事故統(tǒng)計數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，分析事故致因的潛在關(guān)系，是預(yù)防船舶交通事故、促進(jìn)船舶交通安全的重要手段.本文提出運(yùn)用關(guān)聯(lián)規(guī)則方法對船舶交通事故統(tǒng)計數(shù)據(jù)進(jìn)行挖掘，構(gòu)建船舶交通事故關(guān)聯(lián)規(guī)則分析模型.對多因素關(guān)聯(lián)關(guān)系挖掘的實(shí)現(xiàn)可彌補(bǔ)傳統(tǒng)數(shù)理統(tǒng)計方法重在對單一因素致因程度進(jìn)行分析的缺陷.

采用Apriori關(guān)聯(lián)規(guī)則挖掘算法，在影響船舶交通安全的海量信息中，挖掘與船舶交通事故關(guān)聯(lián)度高的因素，迅速發(fā)現(xiàn)船舶交通安全隱患問題并及時預(yù)警，避免或減少船舶交通事故的發(fā)生.對強(qiáng)關(guān)聯(lián)規(guī)則進(jìn)行剖析，提出防范船舶交通事故的應(yīng)對策略，對船舶交通主管機(jī)關(guān)、航運(yùn)公司、船舶值班人員具有重要參考意義.在后期研究中，可以通過增加事故屬性、設(shè)立屬性權(quán)值等方式進(jìn)一步完善實(shí)驗，提高所挖掘出的規(guī)則的準(zhǔn)確度.

［1]胡甚平，黃常海，張浩.基于云模型的海上交通系統(tǒng)風(fēng)險蒙特卡羅仿真［J].中國安全科學(xué)學(xué)報，2012，22(4):20-26.

［2]張曉輝.云理論和數(shù)據(jù)挖掘在水上安全分析中的應(yīng)用［D].大連:大連海事大學(xué)，2011.

［3]劉正江，吳兆麟.基于船舶碰撞事故調(diào)查報告的人的因素數(shù)據(jù)挖掘［J].中國航海，2004(2):3-8，16.

［4]牟軍敏，鄒早建，黃立文，等.水上交通事故模式的研究［J].武漢理工大學(xué)學(xué)報:交通科學(xué)與工程版，2005，29(3):489-492.

［5]KOKOTOS D X，LINARDATOS D S.An application of data mining tools for the study of shipping safety in restricted waters［J].Safety Sci，2011，49(2):192-197.

［6]梁第，張銘麗.Rough Set理論研究及其在水上交通事故分析的應(yīng)用［J].科學(xué)技術(shù)與工程，2009，9(13):3916-3919.

［7]賈愛鵬，王勝利.基于STATISTICA的人為失誤與船舶碰撞之間關(guān)系的研究［J].浙江國際海運(yùn)職業(yè)技術(shù)學(xué)院學(xué)報，2011，7(4):6-8.

［8]劉紅，吳四.多維關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘在船舶價格影響因素分析中的應(yīng)用［J].上海海事大學(xué)學(xué)報，2013，34(4):31-37.

［9]宓為建，徐子奇，劉園.大型港機(jī)結(jié)構(gòu)應(yīng)力峰值與小車位置關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘［J].上海海事大學(xué)學(xué)報，2006，27(3):42-46.

［10]袁建中，蔡存強(qiáng)，胡志武.港口國監(jiān)督(PSC)決策支持算法［J].上海海事大學(xué)學(xué)報，2013，34(2):30-34.

［11]張云濤，于治樓，張化祥.關(guān)聯(lián)規(guī)則中頻繁項集高效挖掘的研究［J].計算機(jī)工程與應(yīng)用，2011，47(3):139-141.

［12]王培吉，趙玉琳，呂劍峰.基于Apriori算法的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘研究［J].統(tǒng)計與決策，2011(23):19-21.