許添本Hsu, Tien-Pen臺灣大學:土木工程學研究所王宜慶Wang, I-ChingI-ChingWang2010-06-302018-07-092010-06-302018-07-092009U0001-2507200900493400http://ntur.lib.ntu.edu.tw//handle/246246/187789臺灣地區道路交通工程不斷改進，運具方面的結構也有也改，然而運輸問題卻日益嚴重。根據警政署的統計資料，每年交通事故不斷的攀昇，平均約2800人死於交通事故，而大客車在每萬輛死肇肇事率都遠高於其他車種，所以一旦發生事故，其所造成的傷亡往往遠多於其他車種。 大客車事故頻傳的因素不外乎就是超速、酒醉駕車、違規駕駛、剎車失靈等，因此本研究嘗試資料探勘於交通事故之分析，探討大客車事故發生的主要因素。利用群集分析找出同質性最高的肇事集合，以此結果為基礎分析，並用卡方檢定驗證群集的正確性；然後套入判別分析中，作出其判別函數及預測其分類正確率，並找出影響大客車的肇事變數。　本研究採用警政署自民國92年至96年共六年全國大客車交通事故資料，資料總件數為15514件。研究結果為92至96年的訓練樣本和測試樣本的分類正確率都達90%以上，代表其判別率佳；影響六年的肇事變數為肇事原因、發生月份、道路類別、速限、分向設施為主要因素，其中，又以肇事原因佔的比例最高。在肇事原因中，主要發生的原因為變換車道或方向不當、未保持行車安全距踓、酒醉後駕駛失控、違反號誌管制或指揮、違反特定標誌(線)標制、其他駕駛人因素、非駕駛人因素，並針對此研究結果提出改善策略。According to the statistic data from National Police Agency, traffic accidents increase year over year. Averagely, 2,800 people die in traffic accidents. Moreover, in every thousand cars that cause deadly car accidents, bus is the main trouble maker. Thus, once a car accident happens, bus accidents usually lead to more deaths than other car accidents. Bus accidents usually include speeding, drunk driving, driving against traffic regulations, and brake failing…etc. Therefore, in this thesis, I try to do traffic accidents analysis by using data mining, and figure out the main causes of bus accidents. In addition, I use cluster analysis to find out the most homogeneous class which causes bus accidents. As a result, I use chi-square test to verify the validity of the cluster and apply it to discriminant analysis which can determine the discriminant function and predict the accuracy of classification, so that the variable which causes bus accidents will come out. In this research, the bus accidents data from 2003 to 2007 are included; the total number of the data is 15514, which can be found in National Police Agency. The result of this research includes the Training Samples and the Test Samples from 2003 to 2007, which’s accuracy of classification are all over ninety percent. Therefore, the identification is quite excellent. The major variables which cause bus accidents from 2003 to 2007 are accident causes, which months, what kind of road, speed limit, and curb systems. Among these factors, accident causes are the most. And results for this strategy to improve.誌謝 I要 IIIbstract IV一章　緒論 1.1 研究背景與動機 1.2 研究目的 3.3 研究範圍 3.4 研究內容與流程 3二章　文獻回顧 7.1 資料探勘相關文獻 7.1.1 資料探勘的定義 7.1.2 資料探勘的步驟與資料庫知識發現 9.1.3 資料探勘的功能與技術 10.1.4 資料探勘的應用 13.2 交通事故相關文獻 16.2.1 交通事故定義及分類 16.2.2 肇事分析之應用 19.2.3 國內道路遊覽車肇事案件分析 21.3 綜合評析 25三章　研究方法 29.1 群集分析 29.2 判別分析 39.3 因子分析 43.4小結 48四章　肇事資料前置處理 49.1 分析流程 49.2 肇事資料蒐集 50.3 肇事資料前置處理 51.4 肇事資料轉換 52.5 肇事變數 54五章　資料分析 57.1 群集方法與分析流程 57.2 群集數目選擇 58.3 群集結果 61.4 群集驗證 68.5 判別模式架構與分析流程 76.6 判別函數的構建 77.7 判別分析結果 78.8 判別模式綜合分析 93六章　案例分析 103.1臺灣地區 103.2臺北市 108.3南投縣 114.4案例比較 119七章　結論與建議 121.1結論 121.2 建議 122考文獻 1252343180 bytesapplication/pdfen-US交通安全肇事分析資料探勘群集分析判別分析因子分析Traffic SafetyAccident AnalysisData MiningCluster AnalysisDiscriminant AnalysisFactor Analysis[SDGs]SDG3thesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/187789/1/ntu-98-R96521518-1.pdf