การค้นหากฎความสัมพันธ์ของการเกิดอุบัติเหตุการจราจรทางบก
Article Sidebar
Main Article Content
บทคัดย่อ
วัตถุประสงค์การวิจัยนี้เป็นการค้นหารูปแบบความสัมพันธ์ในการเกิดของอุบัติเหตุการจราจรที่เกิดขึ้นทางบกในประเทศไทย โดยใช้เทคนิคการค้นหากฎความสัมพันธ์และประยุกต์ใช้อัลกอริทึมเอฟพี-กโรธในขั้นตอนของการค้นหาชุดรายการที่เกิดขึ้นบ่อย ซึ่งข้อมูลที่ใช้ในการวิจัยนี้เป็นข้อมูลการเกิดอุบัติเหตุในประเทศไทยจากศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร สำนักงานปลัดกระทรวงคมนาคม ตั้งแต่วันที่ 1 มกราคม พ.ศ. 2562 จนถึงวันที่ 30 กันยายน พ.ศ. 2565 จำนวนทั้งสิ้น 74,231 ราย โดยแอตทริบิวต์ที่ใช้ประกอบด้วย 10 แอตทริบิวต์ ได้แก่ ช่วงเวลา เดือน จังหวัด สภาพอากาศ ประเภทของรถ สาเหตุในการเกิด ลักษณะการเกิด ลักษณะของถนน ประเภทของถนน และผลที่เกิดจากการประสบอุบัติเหตุ ผลการวิจัยพบว่า รูปแบบของการเกิดอุบัติเหตุการจราจรที่เกิดขึ้นทางบก ส่วนใหญ่มักมีลักษณะการเกิดอุบัติเหตุแบบชนท้ายและพลิกคว่ำหรือตกถนนในทางตรง ซึ่งมีสาเหตุของการเกิดอุบัติเหตุจากการขับรถด้วยอัตราเร็วเกินกว่าที่กฎหมายกำหนดไว้ โดยมักเกิดอุบัติเหตุกับลักษณะของถนนแบบทางตรงและไม่มีความลาดชันในวันที่มีสภาพอากาศแจ่มใส อีกทั้งประเภทของรถที่เกิดเหตุอุบัติเหตุบ่อยครั้งเป็นรถจักรยานยนต์และประเภทถนนที่มักเกิดอุบัติเหตุเป็นถนนกรมทางหลวง
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
OECD. 2022. Road accidents (indicator). Available at: https://data.oecd.org/transport/ road-accidents.htm. Retrieved 28 October 2022.
WHO. 2022. Road traffic injuries. Available at: https://www.who.int/news- room/fact-sheets/detail/road-traffic-injuries. Retrieved 31 October 2022.
WHO. 2018. Global Status Report on Road Safety 2018. Available at: https://www. who.int/publications/i/item/9789241565684. Retrieved 29 October 2022.
ศรีสิทธิ์ วงศ์วรจรรย์. 2565. เปิดสถิติ “อุบัติเหตุบนถนน” ประเทศไทยเกิดเหตุอะไรบ่อยสุด?. กรุงเทพธุรกิจ. แหล่งข้อมูล : https://www.bangkokbiznews.com/social/984601. ค้นเมื่อวันที่ 1 พฤศจิกายน 2565.
Cai, Q. 2020. Cause analysis of traffic accidents on urban roads based on an improved association rule mining algorithm. IEEE Access, 8, 75607-75615.
Tariq, M., Mehmood, N. Q., and Mahfooz, S. Z. 2022. Discovering associated factors behind road accidents using association rule mining: A case study from Gujarat, Pakistan. World journal of advanced research and reviews, 15(3), 1-11.
Salman, R.E., and Alzaatreh, A. 2022. Market Basket Analysis of Chicago Road Accidents. Proceedings of 2022 Advances in Science and Engineering Technology International Conferences (ASET), United Arab Emirates, 1-7.
Shahin, M., Iman, M.R.H., Kaushik, M., Sharma, R., Ghasempouri, T., and Draheim, D. 2022. Exploring Factors in a Crossroad Dataset Using Cluster-Based Association Rule Mining. Procedia Computer Science, 201, 231-238.
Dogrul, G. and Alkan, M. 2022. Investigation of fatal traffic accidents occurring outside of the city in Turkey using data mining. Selcuk University Journal of Engineering Sciences, 21(2), 75-85.
Dalai, B. and Landge, V.S. 2022. Crash risk factor identification using association rules in Nagpur city, Maharashtra, India. Current Science, 123(6), 781-790.
Feng, M., Zheng, J., Ren, J. and Xi, Y. 2019. Association Rule Mining for Road Traffic Accident Analysis: A Case Study from UK. Proceedings of 10th International Conference BICS 2019. China, 520–529.
ดวงใจ รุ่งพัฒนกิจชัย. 2561. ความสัมพันธ์ของปัจจัยที่เกี่ยวข้องกับอุบัติเหตุรถจักรยานยนต์เพื่อ การสืบสวนคดีอุบัติเหตจราจรเชิงลึกโดยใช้เทคนิคกฎความสัมพันธ์. วิทยานิพนธ์วิทยาศาสตรมหาบัณฑิต, สาขาวิชานิติวิทยาศาสตร์, บัณฑิตวิทยาลัย, มหาวิทยาลัยศิลปากร. [Duengjai Rungpatanakijchai. 2018. The relationship factors related to motorcycle accident for in-depth road traffic accident investigations using the Association Rule technique. M.Sc. Thesis, Forensic Science, Graduate School, Silpakorn University. (in Thai)]
ศิริจรรยา จันทร์มี และไกรศักดิ์ เกษร. 2565. การวิเคราะห์การเคลื่อนย้ายของนักท่องเที่ยว โดย ใช้ข้อมูลจากเครือข่ายสังคมจากวิธีการกฎความสัมพันธ์. วารสารวิทยาศาสตร์ลาดกระบัง. 31(1), 120-141. [Janmee, S. and Kesorn, K. 2022. Tourist Movement Analysis Based on Social Network Information Using Association Rules. Journal of Science Ladkrabang, 31(1), 120-141. (in Thai)]
Agrawal, R., Imieliński, T. and Swami, A. 1993. Mining association rules between sets of items in large databases. Proceedings of the 1993 ACM SIGMOD international conference on Management of data. The United States of America, 207-216.
Han, J., Pei, J., Yin, Y. and Mao, R. 2004. Mining frequent patterns without candidate generation: A frequent-pattern tree approach. Data mining and knowledge discovery, 8(1), 53-87.
El Mazouri, F.Z., Abounaima, M.C., Najah, S. and Zenkouar, K. 2019. Data mining for road accident analysis in a big data context. Proceedings of ICCWCS 2019: Third International Conference on Computing and Wireless Communication Systems, ICCWCS 2019. Morocco, 255-263.
Kumar, S., Toshniwal, D. and Parida, M. 2017. A comparative analysis of heterogeneity in road accident data using data mining techniques. Evolving systems, 8(2), 147-155.
Distefano, N., Leonardi, S., Pulvirenti, G., Romano, R., Boer, E. and Wooldridge, E. 2022. Mining of the association rules between driver electrodermal activity and speed variation in different road intersections. IATSS research, 46(2), 200-213.
กลุ่มสถิติสารสนเทศ. 2564. รายงานอุบัติเหตุจราจรบนทางหลวงแผ่นดิน 2564. แหล่งข้อมูล : https://bhs.doh.go.th/download/accident. ค้นเมื่อวันที่ 10 พฤศจิกายน 2565.
