基于车联网数据挖掘的驾驶行为研究
摘 要：基于车联网数据，利用数据挖掘技术挖掘车辆速度、加速度等行车数据，对驾驶员的驾驶行为进行研究和分析，有利于规范驾驶人员的驾驶行为，同时实现对车辆的智能化管理，对当今社会具有重大的意义和价值。本文主要利用数据挖掘技术对影响驾驶员驾驶行为的因素进行分析，并且对驾驶行为安全和节能两方面的研究方法以及数据挖掘技术在国内外的研究现状及未来的发展趋势进行了综述。
关键词：车联网数据，数据挖掘，驾驶行为，驾驶行为因素，安全和节能
一、绪论
（一）研究背景
随着社会的不断进步与发展，我国的公路运输业也发生了巨大的变化，机动车保有量大幅增加、道路交通日益繁忙。而驾驶员的驾驶行为与道路交通安全有着紧密的联系，如疲劳驾驶、酒后驾车、超速行驶等违法行为均会对交通安全造成巨大的威胁，因此，规范驾驶员的驾驶行为是保障道路交通安全的重要举措[1]。随着信息技术的迅猛发展，车联网技术在运输行业得到广泛的应用。目前车联网技术已经广泛应用于车辆数据的实时监控，其运行积累的海量数据可以用数据挖掘技术挖掘其中有价值的数据来实现对驾驶行为的研究。
（二）基本概念介绍
1、车联网概念介绍
车联网是物联网的分支，是智能交通系统的重要组成部分，是指由车辆位置、速度、路线等车辆信息组成的庞大的交互网络[2]。该网络的实现，以车辆安装的电子标识为基础，利用无线射频等电子技术，实现在信息网络平台上显示所有车辆的属性信息和静态、动态信息。运用数据挖掘技术对这些信息进行提取并有效利用，根据不同的功能需求可以对所有车辆的运行状态进行有效的监管，从而提供综合服务[3]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
