나이브 베이즈 빅데이터 분류기를 이용한 렌터카 교통사고 심각도 예측

정하림; 김홍회; 박상민; 한음; 김경현; 윤일수

doi:https://doi.org/10.12815/kits.2017.16.4.01

추천

검색

자료유형: 학술저널

저자정보: 정하림 (아주대학교 건설교통공학과) 김홍회 (일마일 주식회사) 박상민 (아주대학교 건설교통공학과) 한음 (아주대학교) 김경현 (한국도로공사) 윤일수 (아주대학교)

저널정보: 한국ITS학회 한국ITS학회 논문지 한국ITS학회 논문지 제16권 제4호

발행연도: 2017.8

수록면: 1 - 12 (12page)

DOI: https://doi.org/10.12815/kits.2017.16.4.01

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2018

순서형 로짓 모형과 나이브 베이즈 분류기를 이용한 렌터카 교통사고 심각도 예측 연구

정하림 건설교통공학과 2018.01 학위논문

2017

나이브 베이즈 빅데이터 분류기를 이용한 렌터카 교통사고 심각도 예측

정하림 , 김홍회 , 박상민 외 3명 한국ITS학회 논문지 2017.08 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

교통사고는 인적요인, 차량요인, 환경요인이 복합적으로 작용하여 발생한다. 이 중 렌터카교통사고는 운전자의 평소 익숙하지 않은 환경 등으로 인해 교통사고 발생 가능성과 심각도 가 다른 교통사고와는 다를 것으로 예상된다. 이에 본 연구에서는 국내 대표 관광도시인 부산광역시, 강릉시, 제주시를 대상으로 최근 빅데이터 분석에 사용되는 기계학습 기법중 하나 인 나이브 베이즈 분류기를 이용하여 렌터카 교통사고의 심각도를 예측하는 모형을 개발하였다. 또한, 기존 연구에 유의성이 검증된 변수와 수집 가능한 모든 변수를 이용하는 두 가지 모형에 대하여 모형의 예측 정확도를 비교하였다. 비교 결과 통계적 기법을 통해 유의성이 검증된 변수를 사용할 경우 모형이 더 높은 예측 정확도를 보이는 것으로 나타났다.

#빅데이터 #렌터카 #교통사고 #심각도 #나이브 베이즈 #기계학습 #Big data #rental car #traffic accident #severity #Naive Bayes #machine learning

참고문헌 (13)

참고문헌 신청

최재원 / 2004 / 인공신경망을 적용한 신호교차로 교통사고심각도 예측에 관한 연구 / 대한교통학회지 22(3):127~135

최새로나 / 2011 / 초보 운전자에 의한 보행자-차량 교통사고의 심각도 영향 요인 분석 / 대한교통학회지 28(4):43~51

Kang J. H. / 2016 / A Comparative Study on Patent Document Classification Algorithms / Proceedings of KIIS Spring Conference 26(1):9~10

Kim J. S. / 2000 / An Automatic Document Classification with Bayesian Learning / Journal of the Korean Data & Information Science Society 11(1):19~30

고한검 / 2016 / 렌터카 교통사고 심각도 분석에 관한 연구 - 주요 관광도시(부산시, 강릉시, 제주도)를 중심으로 - / Journal of The Korean Data Analysis Society 18(2):755~769

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!