论文部分内容阅读
摘要：为有效分析船舶交通事故的潜在因果关系，预防和控制事故的发生，采用关联规则方法对相关数据进行有效挖掘，制定船舶交通事故关联规则挖掘流程，建立船舶交通事故关联规则分析模型.基于Apriori算法对船舶交通事故数据进行关联规则分析，挖掘事故间的强关联规则.对所挖掘出的强关联规则进行分析，发现事故致因因素间的潜在关系，并提出事故防范对策以保障海上交通安全.
关键词： 船舶交通事故； 数据挖掘； Apriori 算法； 关联规则； 海上交通安全
中图分类号： U698.6； U692文献标志码： A
基金项目： 国家自然科学基金（51279099）；上海市自然科学基金（12ZR1412500）；上海市教育委员会和上海市教育发展基金会“曙光计划”基金（12SG40）；上海海事大学研究生创新基金（yc2012067）；上海海事大学优秀博士学位论文培育项目（2013bxlp006）
作者简介： 黄常海（1987—），男，山东滕州人，博士研究生，研究方向为水上交通安全管理、海上搜救无线传感网，（E-mail）changhai406@126.com；
高德毅（1958—），男， 浙江绍兴人，教授，博导，研究方向为海事政策与法规、安全管理、船员管理、航海教育与管理，（E-mail）gaodeyi@shmtu.edu.cn
0引言
船舶交通是与国民经济密切相关的重要交通方式，为我国经济和社会发展作出巨大贡献，然而船舶交通事故屡见不鲜.[1]对船舶交通事故进行分析，挖掘事故潜在的致因关系，对预防和控制船舶交通事故的发生具有重要的意义.
国内外学者从不同的角度对事故的影响因素进行分析.张晓辉[2]利用数据挖掘方法对水上交通基础数据进行全因素挖掘实验.刘正江等[3]利用数据挖掘对人为失误与其影响因素之间的关系进行挖掘，初步确定船舶避碰过程中人为失误与引发因素之间的对应关系.牟军敏等[4]通过对重特大恶性碰撞事故的数据挖掘，量化提取事故特征，并利用广义线性模型对船舶碰桥事故建立概率预测模型.KOKOTOS等[5]用分类树方法对航运事故进行数据挖掘，认为引入国际安全管理（International Safety Management， ISM）规则以后，人的因素导致的事故减少.梁第等[6]结合基于属性频度的约简算法和改进的值约简算法对水上交通事故典型案例进行分析，并加入相关的支持度和置信度.贾爱鹏等[7]对80份船舶碰撞事故报告进行分析，提取导致事故的人的因素，用STATISTICA统计分析软件对其进行关联规则分析.然而，上述研究中较少涉及对船舶交通事故致因关系的研究，尤其是事故致因与事故属性的关联关系研究，同时缺少对基于数据挖掘结果的事故应对策略研究.本文在分析关联规则及Apriori算法的基础上，提出船舶交通事故关联规则挖掘基本流程.以某海事局辖区范围内连续10年的船舶交通事故数据为样本，按照船舶交通事故关联规则挖掘流程，运用Apriori算法对样本数据进行挖掘.深入分析所挖掘数据的强关联规则，探讨事故致因间的潜在关系，并提出防范船舶交通事故的应对策略.
4船舶交通事故防范对策
船舶交通事故关联规则挖掘以客观事故统计资料为基础，可以科学、准确地挖掘事故致因与事故属性的关联关系.基于船舶交通事故强关联规则分析的结果，客观制定针对性的防范对策.
（1）加强对Q辖区船舶交通事故的防范，针对重点水域采取针对性安全管理措施，遏制特定水域的事故多发态势.
（2）雾季是全年中的事故多发期，需重点加强防范.督促航运公司在安全管理体系中建立有效可行的雾航制度，在雾季来临前做好雾航理论知识学习、设备检查和保养；督促船舶加强雾区瞭望和值班人员配备，认真执行交接班制度，采用安全航速；提高值班人员安全意识，保证雾航安全.
（3）加强管理力度，督促港航企业及个体从业者遵守相关法律法规，规范经营；禁止不合格的航运公司和低标准船舶进入航运市场，并加快对老旧船舶的淘汰步伐，通过实施严格的船舶检验提高船检质量.重点加强对乡镇个体船的监管，从船舶管理、船检、现场检查等方面，全面提升对乡镇个体船的安全管理，尤其是对Q辖区的乡镇个体船的管理.
（4）完善水上交通安全隐患举报机制，畅通投诉举报渠道，提高群众参与水上交通安全监督的积极性和主动性.注意对执法人员的监管.
（5）加强对港航从业人员的专业技能培训，完善培训网络和培训内容，提高培训质量.普及水上交通安全法规及常识，提高水上交通安全意识.加强对执法人员的业务培训.重视船员管理和教育，加强对船员的安全技能培训，提高船员的安全知识和安全操作技能，尤其注重针对乡镇个体船船员的培训，重点提升乡镇个体船船员的职业技能和安全意识，尽可能地防止人的因素导致的船舶交通事故的发生.
5结束语
船舶交通事故案例数据是对船舶交通事故进行致因分析的重要资料.对船舶交通事故统计数据进行数据挖掘，分析事故致因的潜在关系，是预防船舶交通事故、促进船舶交通安全的重要手段.本文提出运用关联规则方法对船舶交通事故统计数据进行挖掘，构建船舶交通事故关联规则分析模型.对多因素关联关系挖掘的实现可弥补传统数理统计方法重在对单一因素致因程度进行分析的缺陷.
采用Apriori关联规则挖掘算法，在影响船舶交通安全的海量信息中，挖掘与船舶交通事故关联度高的因素，迅速发现船舶交通安全隐患问题并及时预警，避免或减少船舶交通事故的发生.
对强关联规则进行剖析，提出防范船舶交通事故的应对策略，对船舶交通主管机关、航运公司、船舶值班人员具有重要参考意义.
在后期研究中，可以通过增加事故属性、设立属性权值等方式进一步完善实验，提高所挖掘出的规则的准确度. 参考文献：
[1]
胡甚平， 黄常海， 张浩. 基于云模型的海上交通系统风险蒙特卡罗仿真[J]. 中国安全科学学报， 2012， 22（4）： 20-26.
[2]张晓辉. 云理论和数据挖掘在水上安全分析中的应用[D]. 大连： 大连海事大学， 2011.
[3]刘正江， 吴兆麟. 基于船舶碰撞事故调查报告的人的因素数据挖掘[J]. 中国航海， 2004（2）： 3-8， 16.
[4]牟军敏， 邹早建， 黄立文， 等. 水上交通事故模式的研究[J]. 武汉理工大学学报： 交通科学与工程版， 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， 张铭丽. Rough Set理论研究及其在水上交通事故分析的应用[J]. 科学技术与工程， 2009， 9（13）： 3916-3919.
[7]贾爱鹏， 王胜利. 基于STATISTICA的人为失误与船舶碰撞之间关系的研究[J]. 浙江国际海运职业技术学院学报， 2011， 7（4）： 6-8.
[8]刘红， 吴四. 多维关联规则数据挖掘在船舶价格影响因素分析中的应用[J]. 上海海事大学学报， 2013， 34（4）： 31-37.
[9]宓为建， 徐子奇， 刘园. 大型港机结构应力峰值与小车位置关联规则的数据挖掘[J]. 上海海事大学学报， 2006， 27（3）： 42-46.
[10]袁建中， 蔡存强， 胡志武. 港口国监督（PSC）决策支持算法[J]. 上海海事大学学报， 2013， 34（2）： 30-34.
[11]张云涛， 于治楼， 张化祥. 关联规则中频繁项集高效挖掘的研究[J]. 计算机工程与应用， 2011， 47（3）： 139-141.
[12]王培吉， 赵玉琳， 吕剑峰. 基于Apriori算法的关联规则数据挖掘研究[J]. 统计与决策， 2011（23）： 19-21.
（编辑赵勉）
关键词： 船舶交通事故； 数据挖掘； Apriori 算法； 关联规则； 海上交通安全
中图分类号： U698.6； U692文献标志码： A
基金项目： 国家自然科学基金（51279099）；上海市自然科学基金（12ZR1412500）；上海市教育委员会和上海市教育发展基金会“曙光计划”基金（12SG40）；上海海事大学研究生创新基金（yc2012067）；上海海事大学优秀博士学位论文培育项目（2013bxlp006）
作者简介： 黄常海（1987—），男，山东滕州人，博士研究生，研究方向为水上交通安全管理、海上搜救无线传感网，（E-mail）changhai406@126.com；
高德毅（1958—），男， 浙江绍兴人，教授，博导，研究方向为海事政策与法规、安全管理、船员管理、航海教育与管理，（E-mail）gaodeyi@shmtu.edu.cn
0引言
船舶交通是与国民经济密切相关的重要交通方式，为我国经济和社会发展作出巨大贡献，然而船舶交通事故屡见不鲜.[1]对船舶交通事故进行分析，挖掘事故潜在的致因关系，对预防和控制船舶交通事故的发生具有重要的意义.
国内外学者从不同的角度对事故的影响因素进行分析.张晓辉[2]利用数据挖掘方法对水上交通基础数据进行全因素挖掘实验.刘正江等[3]利用数据挖掘对人为失误与其影响因素之间的关系进行挖掘，初步确定船舶避碰过程中人为失误与引发因素之间的对应关系.牟军敏等[4]通过对重特大恶性碰撞事故的数据挖掘，量化提取事故特征，并利用广义线性模型对船舶碰桥事故建立概率预测模型.KOKOTOS等[5]用分类树方法对航运事故进行数据挖掘，认为引入国际安全管理（International Safety Management， ISM）规则以后，人的因素导致的事故减少.梁第等[6]结合基于属性频度的约简算法和改进的值约简算法对水上交通事故典型案例进行分析，并加入相关的支持度和置信度.贾爱鹏等[7]对80份船舶碰撞事故报告进行分析，提取导致事故的人的因素，用STATISTICA统计分析软件对其进行关联规则分析.然而，上述研究中较少涉及对船舶交通事故致因关系的研究，尤其是事故致因与事故属性的关联关系研究，同时缺少对基于数据挖掘结果的事故应对策略研究.本文在分析关联规则及Apriori算法的基础上，提出船舶交通事故关联规则挖掘基本流程.以某海事局辖区范围内连续10年的船舶交通事故数据为样本，按照船舶交通事故关联规则挖掘流程，运用Apriori算法对样本数据进行挖掘.深入分析所挖掘数据的强关联规则，探讨事故致因间的潜在关系，并提出防范船舶交通事故的应对策略.
4船舶交通事故防范对策
船舶交通事故关联规则挖掘以客观事故统计资料为基础，可以科学、准确地挖掘事故致因与事故属性的关联关系.基于船舶交通事故强关联规则分析的结果，客观制定针对性的防范对策.
（1）加强对Q辖区船舶交通事故的防范，针对重点水域采取针对性安全管理措施，遏制特定水域的事故多发态势.
（2）雾季是全年中的事故多发期，需重点加强防范.督促航运公司在安全管理体系中建立有效可行的雾航制度，在雾季来临前做好雾航理论知识学习、设备检查和保养；督促船舶加强雾区瞭望和值班人员配备，认真执行交接班制度，采用安全航速；提高值班人员安全意识，保证雾航安全.
（3）加强管理力度，督促港航企业及个体从业者遵守相关法律法规，规范经营；禁止不合格的航运公司和低标准船舶进入航运市场，并加快对老旧船舶的淘汰步伐，通过实施严格的船舶检验提高船检质量.重点加强对乡镇个体船的监管，从船舶管理、船检、现场检查等方面，全面提升对乡镇个体船的安全管理，尤其是对Q辖区的乡镇个体船的管理.
（4）完善水上交通安全隐患举报机制，畅通投诉举报渠道，提高群众参与水上交通安全监督的积极性和主动性.注意对执法人员的监管.
（5）加强对港航从业人员的专业技能培训，完善培训网络和培训内容，提高培训质量.普及水上交通安全法规及常识，提高水上交通安全意识.加强对执法人员的业务培训.重视船员管理和教育，加强对船员的安全技能培训，提高船员的安全知识和安全操作技能，尤其注重针对乡镇个体船船员的培训，重点提升乡镇个体船船员的职业技能和安全意识，尽可能地防止人的因素导致的船舶交通事故的发生.
5结束语
船舶交通事故案例数据是对船舶交通事故进行致因分析的重要资料.对船舶交通事故统计数据进行数据挖掘，分析事故致因的潜在关系，是预防船舶交通事故、促进船舶交通安全的重要手段.本文提出运用关联规则方法对船舶交通事故统计数据进行挖掘，构建船舶交通事故关联规则分析模型.对多因素关联关系挖掘的实现可弥补传统数理统计方法重在对单一因素致因程度进行分析的缺陷.
采用Apriori关联规则挖掘算法，在影响船舶交通安全的海量信息中，挖掘与船舶交通事故关联度高的因素，迅速发现船舶交通安全隐患问题并及时预警，避免或减少船舶交通事故的发生.
对强关联规则进行剖析，提出防范船舶交通事故的应对策略，对船舶交通主管机关、航运公司、船舶值班人员具有重要参考意义.
在后期研究中，可以通过增加事故属性、设立属性权值等方式进一步完善实验，提高所挖掘出的规则的准确度. 参考文献：
[1]
胡甚平， 黄常海， 张浩. 基于云模型的海上交通系统风险蒙特卡罗仿真[J]. 中国安全科学学报， 2012， 22（4）： 20-26.
[2]张晓辉. 云理论和数据挖掘在水上安全分析中的应用[D]. 大连： 大连海事大学， 2011.
[3]刘正江， 吴兆麟. 基于船舶碰撞事故调查报告的人的因素数据挖掘[J]. 中国航海， 2004（2）： 3-8， 16.
[4]牟军敏， 邹早建， 黄立文， 等. 水上交通事故模式的研究[J]. 武汉理工大学学报： 交通科学与工程版， 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， 张铭丽. Rough Set理论研究及其在水上交通事故分析的应用[J]. 科学技术与工程， 2009， 9（13）： 3916-3919.
[7]贾爱鹏， 王胜利. 基于STATISTICA的人为失误与船舶碰撞之间关系的研究[J]. 浙江国际海运职业技术学院学报， 2011， 7（4）： 6-8.
[8]刘红， 吴四. 多维关联规则数据挖掘在船舶价格影响因素分析中的应用[J]. 上海海事大学学报， 2013， 34（4）： 31-37.
[9]宓为建， 徐子奇， 刘园. 大型港机结构应力峰值与小车位置关联规则的数据挖掘[J]. 上海海事大学学报， 2006， 27（3）： 42-46.
[10]袁建中， 蔡存强， 胡志武. 港口国监督（PSC）决策支持算法[J]. 上海海事大学学报， 2013， 34（2）： 30-34.
[11]张云涛， 于治楼， 张化祥. 关联规则中频繁项集高效挖掘的研究[J]. 计算机工程与应用， 2011， 47（3）： 139-141.
[12]王培吉， 赵玉琳， 吕剑峰. 基于Apriori算法的关联规则数据挖掘研究[J]. 统计与决策， 2011（23）： 19-21.
（编辑赵勉）