我国机动车保有量快速增长,道路交通安全问题日益突出,道路交通安全研究具有重要的意义。研究道路交通安全的角度和方法多样,其中对道路交通事故数据进行分析是最基本的途径之一。因而,道路交通事故数据将成为宝贵的研究资料,对其进行更全面的数据分析、更深入的信息挖掘也已愈发必要。论文分析道路交通事故数据的基本特性,包括数据的来源、数据的类型等;分析现有道路交通事故数据存在的主要问题,包括数据的完整性问题、数据的客观性问题;研究道路交通事故数据挖掘的可行性,包括数据挖掘的基本概念、技术特征、主要功能,以及道路交通事故挖掘的数据对象、实现途径等。针对现有道路交通事故数据存在的主要问题,论文进行事故基础数据的挖掘研究。其中,针对事故数据的完整性问题,论文研究部分缺失数据的挖掘方法。道路交通事故数据的缺失,直接影响数据的完整性,继而降低了数据的可用性。论文应用数据挖掘的关联规则理论,分析道路交通事故数据间的关联关系,形成事故数据的关联规则集,按照最大事故信息量与最少事故数据缺失项等要求,将具体的事故信息与关联规则集进行类比,获得缺失数据的最可能取值,对缺失的部分事故数据进行弥补,进而提高道路交通事故数据的完整性。针对事故数据的客观性问题,论文研究事故客观因素的挖掘方法。在现有道路交通事故数据中,事故原因常被简单归结于人的因素,缺乏对事故客观因素的有效载入,导致数据客观性的丢失,影响数据的潜在价值。论文应用数据挖掘的粗糙集理论,分析道路、交通、环境等潜在客观因素对道路交通事故的影响作用,并度量该影响作用的大小,获得事故数据中各起事故的客观因素,并将其增补到现有事故数据中,进而增强道路交通事故数据的客观性。在上述数据挖掘研究的基础上,论文进行道路交通事故数据挖掘的应用分析。采用数据挖掘的聚类规则理论,建立事故危险性度量模型,分析各类事故的危险性;采用数据挖掘的关联规则与模式识别理论,构建事故成因的关联规则集,建立事故成因的模式识别模型,分析特定区域范围内的事故成因;采用数据挖掘的决策树分类规则理论,识别在特定道路、交通、环境等外界条件下违法驾驶行为的潜在事故等级及事故形态,实现对潜在道路交通事故的有效预测。论文采用黑龙江省某地级市的事故数据进行道路交通事故数据挖掘的案例分析。