駕駛人交通安全教育作為遏制道路交通事故發(fā)生的第一道防線,事關人民群眾生命財產(chǎn)安全和幸福生活。目前,我國機動車駕駛人的道路交通安全教育體系單薄,教育模式比較單一,教育內(nèi)容沒有考慮駕駛人個體差異性,缺乏針對性,致使交通安全教育的作用沒有很好地發(fā)揮。與此同時,和駕駛人數(shù)量一同急劇增長的還有公安交通管理部門開展業(yè)務所產(chǎn)生的大數(shù)據(jù),如何對這些數(shù)據(jù)進行智能分析、管理和利用變得越來越重要。本文選取最新的開源大數(shù)據(jù)框架,應用公安交通管理大數(shù)據(jù)技術,構建以駕駛人駕駛行為畫像為重點的數(shù)據(jù)倉庫。將駕駛人駕駛行為畫像與基于內(nèi)容的推薦算法相結合,提煉以駕駛人駕駛行為畫像為核心的駕駛人教育推薦方法。論文主要內(nèi)容有:（1）構建了駕駛人駕駛行為畫像模型:對駕駛人駕駛行為數(shù)據(jù)進行挖掘,并在此基礎上完成了駕駛行為數(shù)據(jù)集的建立;基于駕駛行為數(shù)據(jù)集,選取了駕駛人駕駛行為七個維度的標簽,并對每一個維度的標簽進行層級劃分,確定了駕駛人駕駛行為標簽的內(nèi)容及層次,進而建立起了一套完整的駕駛人駕駛行為標簽體系;最后,將標簽體系用可視化的方式進行呈現(xiàn),得到了駕駛人駕駛行為的畫像模型。（2）建立了駕駛人駕駛行為評價模型:基于構建的駕駛人駕... 

【文章來源】：中國人民公安大學北京市

【文章頁數(shù)】：87 頁

【學位級別】：碩士

【部分圖文】：

數(shù)據(jù)倉庫星型模型結構

駕駛人駕駛行為畫像本章將對駕駛人的駕駛行為進行畫像。首先闡明駕駛人駕駛行為畫像過程。然后，在對駕駛人駕駛行為數(shù)據(jù)處理的基礎上，建立駕駛人駕駛行為的標簽體系。最后，基于建立的標簽體系，構建出駕駛人駕駛行為的畫像模型。為下一步的駕駛人駕駛行為安全性分級研究打好基礎。3.1 駕駛人駕駛行為畫像建模過程駕駛人駕駛行為畫像建模是根據(jù)駕駛人的駕駛行為差異，通過不同標簽進行標記，再按照特定的維度劃分構成體系，采用模型算法將駕駛行為信息全部量化，形成數(shù)值化原型的過程。畫像建模過程如圖 3-1 所示：

中國人民公安大學碩士學位論文23列出的4種抽樣方法中的2種，分別為不返回、帶返回、泊松和系統(tǒng)抽樣，默認為srswor（不返回）；Pik用于設置每一亞種群（或層）中各樣本抽樣概率；description用于選擇是否輸出包含各層基本信息的結果。對數(shù)據(jù)集A中的y屬性進行分層抽樣，每層抽取x個樣本，程序源代碼如下：綜上，論文建立的駕駛人駕駛行為研究所需的樣本數(shù)據(jù)集示例如圖3-2所示：圖3-2駕駛人駕駛行為樣本數(shù)據(jù)集示例3.3駕駛人駕駛行為標簽體系的建立標簽是構成駕駛行為畫像的核心因素。本論文對于駕駛人駕駛行為標簽的建立，首先是根據(jù)駕駛人相關屬性信息與行為信息選取適當?shù)臉撕灳S度；其次確定駕駛人駕駛行為標簽的內(nèi)容及層次；最后建立起駕駛人駕駛行為標簽體系。駕駛行為標簽體系的構建是呈現(xiàn)駕駛人駕駛行為畫像的前提和基矗1>#分層抽樣2>library(sampling)3>x<-A[order(A[,"y"]),]4>sub_set<-strata(x,stratanames="y",size=c(x,x,x),method="srswor")5>result<-getdata(A,sub_set)


本文編號：2907807