目前,我国道路交通事故频发,伤亡人数较多,所以针对交通安全问题的研究势在必行。研究道路交通安全的角度和方法多种多样,其中对道路交通事故历史数据进行挖掘是最基本的途径之一。因此,基于数据的驱动作用,应用挖掘技术从大量事故数据中挖掘出事故影响因素之间隐含的、未知的、对决策具有潜在价值的关系具有重要意义。本文的总体脉络是先对道路交通事故数据进行预处理,处理完成后应用描述统计的方法分析出事故的分布特征和不同因素对事故的影响,然后再进行事故致因分析和事故严重程度分析以求为事故预防提供方向,最后根据事故的致因分析和严重程度分析结果从人、车、路、环境四方面提出事故预防措施。（1）道路交通事故数据统计与分析本文以某超大型城市3年的道路交通事故数据为研究对象,进行建模分析,由于数据存在缺失、杂乱等问题,所以首先需要对数据进行预处理,然后采用数形结合的方法对处理过的数据进行分析。该部分主要揭示了交通事故的时间分布特征、空间分布特征、事故形态分布特征、交通方式分布特征和事故认定原因分布特征,并从人、车、路、环境四方面进行了事故影响因素分析,为事故致因分析、事故严重程度分析和事故预防对策的制定提供数据基础和理论依据。（2）道路交通事故致因分析在对事故数据的处理分析方法和背景因素影响机理充分了解的基础上,建立PCA-GRA组合模型分别对简易程序交通事故和非简易程序交通事故进行了致因分析,并应用系统聚类的方法进行了模型验证,结果证明该组合模型具有一定可靠性。同时根据该组合模型的计算结果对简易程序交通事故和非简易程序交通事故的主要影响因素进行了对比研究,结果发现,交通标志标线不完善和其他安全设施不全对两类事故的影响都较大,而相较于简易程序交通事故,非简易程序交通事故的影响因素多且冗杂,所以非简易程序交通事故的伤亡比例较大。（3）道路交通事故严重程度分析据统计非简易程序交通事故的伤亡率远远高于简易程序交通事故,所以为了提高模型精度和效率以及研究结果的实用性,本文从数据集中筛选出非简易程序事故数据进行道路交通事故严重程度分析。为了挖掘出产生严重事故的主要影响因素,选取了XGBOOST、SVM和DT三种模型对事故的严重程度进行了分析和计算,并应用网格搜索算法分别对三种模型进行了优化,通过优化发现三种模型的计算准确率都有所提高。然后选取了评价指标对优化后的三种模型计算结果进行了比较,通过比较发现XGBOOST模型的分析结果更可靠。另外为了增强结果的可读性,本文引入了SHAP模型对XGBOOST分析结果进行了解释,从而得到各特征分别对无伤亡事故、受伤事故和死亡事故的影响,从而识别出对严重事故的发生起促进作用的因素,近而可以采取有效措施预防严重事故的发生。（4）道路交通事故预防对策研究针对事故致因分析和严重程度分析的结果,从人、车辆、道路、环境4方面进行了预防对策制定,针对人的预防对策包括安全意识提升、加大执法力度、教考培训强化,针对车的预防对策包括加强对车辆的管控、严格把控车辆安全性能、强化车辆主动安全技术创新,针对道路的预防对策包括加强道路的合理规划与设计、加强路面的监控管理和加大道路安全隐患排查。针对环境的预防对策为完善山区或丘陵地区的道路设计、重视恶劣天气下的交通监管和完善特殊环境下的驾考制度。通过提出这些微观对策,期望对我国道路交通安全事业的发展起到很好的促进作用。