第七章 結論與建議
7.2 建議
一、 由於本研究的資料只有針對大客車的「道路交通事故調查表」，其肇事真正 的原因再進一步探討與研究，並加入車子本身因素、交通因素、道路幾何 因素等相關方面考量，或許將來有助於交通安全的改善。另外，也未考量 曝光量的問題，後續可以研究如何把交通事故調查表的資料及曝光量作結 合。
二、 資料探勘有許多種方法，目前在交通事故之分析研究上不多，未來建議可 以使用決策樹、類神經網路及基因演算作分類及預測影響死亡及受傷的肇 事因子，用關聯分析探討交通事故中的變數之間是否有很高的關聯程度等 方法作比較。
三 資料探勘之軟體，本研究僅用 spss 軟體操作，未來可用 SAS、IBM、SQL
123
Server 等另外專門為資料探勘設計之軟體，但取得上不易且軟體金額過於昂 貴，因為資料探勘軟體都是專門授權給相關研究單位使用。
四、 經由內政部警政署提供的資料中發現，資料中有許多錯誤及登錄方式尚不 完整，其原因可能為記錄員警之專業不足或紀錄上的缺失，未來應加強交 通警察與記錄人員之訓練，盡可能降低肇事黑數，以求未來在交通安全領 域上有更完整的研究。
五、 本研究對於所蒐集之肇事資料皆透過編號方式形成變數資料，而編號乃是 一種權宜措施，將屬性資料轉換成有特殊涵義的編號，並藉以進行後續的 模式推導，所以編號的方式可能有未盡合理或過於主觀之結果，建議後續 研究者可以思考更符合邏輯之編號方式或利用其他的方法論探討肇事變 數。
六、 事故嚴重程度預測模式部分，本研究採用迴歸模式，建議後續研究可選取 其他適合的模式進行校估預估或比較分析，以求取更準確的結果。
七、 事先的預防勝於事後的補救，本研究是先以肇事資料來分析其肇事發生的 原因，從事後的資料得知主要影響大客車的肇事因子，提出長短期的建議 希望能夠減少大客車的交通事故。
1. 短期
z 現有的交通設施及設計有缺失加以改善，包括道路的維修、道路的品 質、標誌標線的正確性、修復的即時性。
z 強化傳統的標誌及標線的設置及引進國外成效良好的標線(如山形標 線、立體視覺減速標線)。
z 環境因素及事故發生之位置，應該要設置注意、警告標語及強化號誌。
2. 長期
z 公路總局監理單位、業者、駕駛及民眾都應常教育及宣導，如公路總 局監理單位確保大客車相關定期檢定(改造車體、使用再生胎等)及車
124
齡問題、業者駕駛每天檢查車輛的行車紀錄器等。
z 引進新有的 ITS 系統於大客車增加其安全性：
¾ 自動車況偵測顯示：胎壓及胎溫警示系統、煞車溫度警示系統、
先進車輛控制及安全系統。
¾ 先進車輛控制及安全系統：駕駛疲勞警示系統、適應性頭指系 統、前方障礙物碰撞預防輔助系統、側邊障礙物警告系統、車 道偏離輔助系統、緊急煞車預先警告系統、適應性行駛控制及 煞車控制、自動事故回報系統。
¾ 緊急救援系統。
125
參考文獻
1. 內政部警政署，http://www.npa.gov.tw/NPAGip/wSite/mp
2. W. Frawley, G. Piatetsky-Shapiro and C. Matheus, “Knowledge Discovery in Databases: An Overview”, AI Magazine, Fall 1992, pp.213-228, 1991.
3. F. H.Grupe, M. M. Owrang, “Data Base Mining” Information Systems Management, Vol.12, No.4, pp.26-31, 1995.
4. U.M. Fayyad, D. Haussler and P. Stolorz, “Mining scientific data”, Communications of ACM, Vol.39, pp.55-57, 1996.
5. U. M. Fayyad, G. Piatetsky-Shapiro and C. Matheus, “The KDD process for extracting useful knowledge from volumes of data”, Communication of the ACM, Vol.39, No.11, pp.27-34, 1992.
6. M. J. A. Berry and G. S. Linoff, Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management, Wiley Publishing, Inc, 2000.
7. J. Han and M. Kamber, Data Mining: Concepts and Techniques, Morgan Kaufmann Publisher, Inc, 2001.
8. R.J. Roiger, M.W. Geatz, “Data mining : a tutorial-based primer” Addison Wesley, 2003.
9. 曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯，「資料探勘」，旗標出版社，民 國94 年。
10. 尹相志，「SQL Server 2005 Data Mining 資料採礦」，悅知文化，民國 96 年。
11. U. M. Fayyad, “Data mining and knowledge discovery: making sense out of data, ”IEEE expert, Vol. 11, No.5, pp.20-25, 1996.
12. 謝邦昌、鄭宇庭、蘇志雄、郭良芬，「Microsoft SQL Server 在資料採礦與商業 智慧之應用」，中華民國採礦協會，民國96 年。
13. T. Raymond & H. Jiawei, “Efficient and Effective Clustering Methods for Spatial Data Mining”, Proceedings of the 20th VLDB Conference Santiago, Chile, 1994.
14. L.K. Kao & C.C. Chiu, “Mining the customer credit by using the neural network model with classification and regression tree approach”, IFSA World Conqress and 20th NAFIPS International conference 2001 Joint 9th , Vol.2, pp.923-928, 2001.
15. Q. Wang, Y. Wu, J. Xiao, G.F. Pan, “The applied research based on decision tree of data mining in third-party logistcs”, International Conference on Automation and Logistics, China, 2007.
16. F.M. Eduardo, M.H. Dulce, F.R. Andres, “Mining Road Accidents”, MICAI LNAI 2313, pp.516-525, 2002.
17. R. Marukatat, “Structure-Based Rule Selection Framework for Association Rule Mining of Traffic Accident Data”, Springer-Verlag Berlin Heidelberg, 2007.
126
22. A. S., Al-Ghamdi, Analysis of traffic accidents at urban intersections in Riyadh, Accident Analysis and Prevention, Vol.35, No.5, pp.717-724, 2003.
23. E. Amoros, J. L. Martin, B. Laumon, “Comparison of road crashes incidence and severity between some French counties”, Accident Analysis and Prevention, Vol.35, No.4, pp.537-547, 2003.
24. A.H. Lee, M.R. Stevenson, K. Wang, K.K.W. Yau, “Modeling young driver motor vehicle crashes: data with extra zeros”, Accident Analysis and Prevention Vol.34, No.4, pp.515-521, 2002.
25. 楊思瑜，「小型車事故嚴重程度預測以桃竹苗地區為範圍」，逢甲大學交通
33. 謝邦昌教授統計電子學校，http://www.stat.fju.edu.tw/teachonline/benchang/。
34. 謝邦昌、鄭宇庭、蘇志雄、郭良芬，「EXCEL 在資料採礦應用」，中華民國採
127
簡歷
基本資料
姓名 王宜慶
出生日期
1982.10.21
性別 男
出生地 臺灣臺北
求學經歷
學校名稱 科系 就學期間
研究所 臺灣大學 土木所交通工程組
96.09－98.06
大學 淡江大學 運輸管理系93.09－96.06
五專 致理技術學院 企業管理科88.09－93.06
國中 恆毅中學 －
84.09－87.06
國小 光華國小 －