AbstractThis paper aims at understa

Abstract
This paper aims at understanding why road accidents tend to cluster in specific road segments. More particularly, it aims at analyzing which are the characteristics of the accidents occurring in “black” zones compared to those scattered all over the road. A technique of frequent item sets (data mining) is applied for automatically identifying accident circumstances that frequently occur together, for accidents located in and outside “black” zones. A Belgian periurban region is used as case study. Results show that accidents occurring in “black” zones are characterized by left-turns at signalized intersections, collisions with pedestrians, loss control of the vehicle (run-off-roadway) and rainy weather conditions. Accidents occurring outside “black” zones (scattered in space) are characterized by left turns on intersections with traffic signs, head-on collisions and drunken road user(s). Furthermore, parallel collisions and accidents on highways or roads with separated lanes, occurring at night or during the weekend are frequently occurring accident patterns for all accident locations. These exploratory results show the potentiality of the frequent item set method in addition to more classical statistical techniques, but also suggest that there is no unique countermeasure for reducing the number of accidents.

ผลลัพธ์ (ไทย) 3:

บทคัดย่องานวิจัยนี้มีวัตถุประสงค์เพื่อความเข้าใจ
ทำไมอุบัติเหตุบนถนนมักจะกลุ่มในส่วนถนนที่เฉพาะเจาะจง มากขึ้นโดยเฉพาะ โดยมีจุดมุ่งหมายในการวิเคราะห์ ซึ่งเป็นลักษณะของการเกิดอุบัติเหตุที่เกิดขึ้นใน " โซนดำ " เมื่อเทียบกับผู้ที่กระจัดกระจายไปทั่วถนนเทคนิคของรายการบ่อยชุด ( การทำเหมืองข้อมูล ) ถูกนำไปใช้โดยอัตโนมัติระบุอุบัติเหตุสถานการณ์ที่มักเกิดขึ้นพร้อมกัน สำหรับอุบัติเหตุตั้งอยู่ในและนอก " โซนสีดำ " ภูมิภาค periurban เบลเยียมถูกใช้เป็นกรณีศึกษา ผลลัพธ์ที่แสดงให้เห็นว่า อุบัติเหตุที่เกิดขึ้นใน " สีดำ " โซนมีเลี้ยวซ้ายที่ทางแยกสัญญาณไฟ ชนกับคนเดิน ,การควบคุมการสูญเสียของยานพาหนะ ( วิ่งออกถนน ) และสภาพอากาศที่ฝนตก อุบัติเหตุที่เกิดขึ้นนอกสีดำ โซน ( ตามพื้นที่ ) มีลักษณะ โดยเลี้ยวซ้ายที่แยกกับสัญญาณจราจร การชนหัวบนและผู้ใช้ถนน ขี้เมา ( s ) นอกจากนี้ การชนแบบขนานและอุบัติเหตุบนทางหลวงหรือถนนแยกเลนที่เกิดขึ้นในเวลากลางคืนหรือในวันหยุดสุดสัปดาห์มักเกิดอุบัติเหตุอุบัติเหตุรูปแบบสำหรับสถานที่ทั้งหมด ผลลัพธ์เหล่านี้สำรวจ แสดงศักยภาพของสินค้าบ่อยตั้งวิธีนอกเหนือจากสถิติที่คลาสสิกมากขึ้น แต่ยังชี้ให้เห็นว่าไม่มีเอกลักษณ์ ตอบโต้ เพื่อลดจำนวนการเกิดอุบัติเหตุ