探勘不平衡资料集中之突显样式－以国道事故资料为实证研究-GEBRC.PDFVIP

探勘不平衡資料集中之突顯樣式－以國道事故資料為實證研究 161 鄭麗珍、李麗美（2014 ），『探勘不平衡資料集中之突顯樣式-以國道事故資料為 實證研究』，資訊管理學報 ，第二十一卷，第二期，頁161-184 。 探勘不平衡資料集中之突顯樣式－以國道事故 資料為實證研究 鄭麗珍* 東吳大學資訊管理學系 李麗美 交通部臺灣區國道高速公路局 摘要 在資料探勘的分類問題中，大多數演算法都是設計在資料類別分布平均的情 況下去訓練分類模型。然而，在實務應用上，資料類別分布不平衡是常見的狀況， 在這樣的資料集設計的分類方法是很重要的研究議題。此外，透過分類模型所找 到的規則常瑣碎複雜，透過突顯樣式探勘可以整理篩選出具有區分找出兩個類別 之間的顯著差異與獨特識別的規則。然而 ，過去沒有相關研究在不平衡資料集上 作突顯樣式探勘。本研究提出一個新的研究架構，基於關聯規則分類的方法，調 整資料的權重於計算支持度，以探勘出不平衡資料集之突顯樣式，並加入不同年 份間的突顯樣式變化探勘。本研究以真實之國道交通事故資料集為實證基礎，此 資料為一個嚴重不平衡的資料集，死亡事故僅佔全部事故資料的百分之一比例都 不到。然而，主管機關一直努力探求了解死亡事故發生原因，希望可以透過各項 因應措施，增進行車安全減低死亡事故發生。本研究將透過提出之研究架構，找 出一般及稀有死亡事故的肇事因子間關聯，並分析不同年度間肇事因子，找出一 些重要的樣式，提供交通管理單位參考。 關鍵詞：關聯規則分類、突顯樣式、不平衡資料集、高速公路事故、權重支持度 * 本文通訊作者。電子郵件信箱：lijen.cheng@ 2013/7/27 投稿；2013/10/1 修訂；2013/12/17 接受 162 資訊管理學報 第二十一卷 第二期 Cheng, L.C. and Lee, L.M. (2014), ‘Mining Emerging Patterns from Imbalance Dataset – A Case Study on Freeway Accident Database’, Journal of Information Management, Vol. 21, No. 2, pp. 161-184 Mining Emerging Patterns from Imbalance Dataset – A Case Study on Freeway Accident Database Li-Chen Cheng* Department of Computer Science and Information Management, Soochow University Li-Mei Lee Taiwan Area National Freeway Bureau, MOTC Abstract Traditional associative classification is used to search frequent patterns at the balance datasets. However, most real life datasets are imbalance. To discover special rare patterns from imbalance dataset