Analysis of road traffic accidents in Nakhon Pathom province using data mining techniques

การวิเคราะห์อุบัติเหตุการจราจรบนท้องถนนในจังหวัดนครปฐมโดยใช้เทคนิคของเหมืองข้อมูล

Name: Sunida Srisuriyachai

LCSH: Data mining

LCSH: Traffic accidents -- Mathematical models

LCSH: Traffic accidents -- Thailand -- Nakhonpathom

Abstract: Data mining techniques were applied for the analysis of traffic accidents in Nakhon Pathom. The data was obtained from Narenthorn Center, The Ministry of Public Health, local police stations in Nakhon Pathom, and Traffic Report and Accident Management System (TRAMS), Information and Communication Technology Center, The Ministry of Transport. A clustering algorithm (SimpleKMeans) and three classification algorithms (J48, Naivebayes, and OneR) were the main focus. SimpleKMeans was used as the main algorithm in the clustering experiment because it is simple and its results are easy to interpret. Studies comparing classification algorithms have found Naivebayes to be comparable in performance with J48 and OneR. Naivebayes have also exhibited high accuracy and speed when applied to large databases. OneR generates extremely fast a one - level decision tree expressed in the form of a set of rules that all test one particular attribute. J48, C4.5 decision trees, decisions to classify data instances can be extracted and used to build traffic accident profiles. By contrast, Naivebayes assign classes to data instances without describing how the decisions have been made. Considering the descriptive nature of the results and the classification performance, it can be concluded that J48 is sufficiently useful and reliable. The outcome of this research was traffic accident profiles, which could be useful for investigating traffic accident problems in Nakhon Pathom.

Abstract: การวิเคราะห์อุบัติเหตุการจราจร ในจังหวัดนครปฐม โดยนำเทคนิคของเหมืองข้อมูล มา ประยุกต์ใช้ ข้อมูลอุบัติเหตุการจราจรที่ใช้ในงานวิจัยนี้ ได้รับความอนุเคราะห์จาก ศูนย์นเรนทร กระทรวงสาธารณสุข, สถานีตำรวจภูธรในจังหวัดนครปฐม และระบบรายงานสภาพการจราจรและ บริหารจัดการอุบัติเหตุ ด้านการขนส่ง ศูนย์เทคโนโลยีสารสนเทศ และการสื่อสาร สำนักงาน ปลัดกระทรวงคมนาคม อัลกอริธึมที่ใช้ในงาน Clustering คือ SimpleKMeans และในงาน Classification คือ J48, Naivebayes และ OneR ในงานวิจัยนี้ใช้ SimpleKMeans เป็นอัลกอริธึมหลักในการ จัดกลุ่มข้อมูล เนื่องจากเป็นอัลกอริธึมที่สามารถทำความเข้าใจ และอ่านค่าได้ง่าย จากการศึกษา เปรียบเทียบอัลกอริธึมในการทำ Classification พบว่า อัลกอริธึม Naivebayes มีความรวดเร็ว และแม่นยำสูง เมื่อนำไปประยุกต์ใช้กับฐานข้อมูลขนาดใหญ่ อัลกอริธึม OneR เป็นอัลกอริธึม อย่างง่าย ที่ใช้ในการสร้างกฏ หรือต้นไม้การตัดสินใจเพียงหนึ่งเลเวล ทำให้มีความเร็วในการ ประมวลผลสูงมาก ส่วนอัลกอริธึม J48 นั้น เป็นการสร้างต้นไม้การตัดสินใจด้วยอัลกอริธึม C4.5 มีข้อได้เปรียบ คือ เงื่อนไข และเกณฑ์การแบ่งข้อมูลที่โหนดต่างๆ ของต้นไม้นั้น สามารถนำมาสร้าง เป็นโพรไฟล์เพื่ออธิบายรูปแบบการเกิดอุบัติเหตุการจราจรได้ ในขณะที่อัลกอริธึม Naivebayes จะ ให้ผลการจำแนก โดยไม่อธิบายถึงที่มาที่ไปใดๆ เมื่อพิจารณาประสิทธิภาพ และผลของการทำ Classification สามารถสรุปได้ว่า J48 เป็นอัลกอริธึมที่เหมาะในการสร้างโพรไฟล์ และมีความ น่าเชื่อถือพอสมควร ผลที่ได้จากงานวิจัยนี้ คือ โพรไฟล์ของอุบัติเหตุการจราจร ซึ่งสามารถเป็นประโยชน์ในการ แก้ปัญหาอุบัติเหตุการจราจรในจังหวัดนครปฐม

Mahidol University

Address: NAKHON PATHOM

Email: liwww@mahidol.ac.th

Name: Rangsipan Marukatat

Role: Thesis Advisors

Created: 2007

Modified: 2553-06-19

Issued: 2010-06-10

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: TH S958a 2007

eng

DegreeName: Master of Science

Level: Master's Degree

Descipline: Technology of Information System Management

Grantor: Mahidol University

©copyrights Mahidol University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	4736983.pdf	5.57 MB	356	2022-09-03 16:35:35

ใช้เวลา

-0.77394 วินาที