3. 교통사고 개선과 사고감소에 적극적인 개입이
라고 할 수 없는 수동적인 정보 서비스에서 축적
된 데이터를 통한 기존의 사고 방식의 원인을 파
악하고 사고발생을 예측하는 서비스를 제공
1. 배경
4. 서울시 광진구 내의 교통사고 데이터를 기반으로 위
치와 날씨, 시간대별로 교통사고 데이터를 분석하여
교통사고 발생 모델을 만들고, 이 모델을 활용하여
실시간 교통상황에 따른 교통사고 발생을 예측
2. 프로젝트 컨셉
교통사고
알림 서비스
5. 빅데이터 분석으로 만들어진
모델에 실시간 데이터를 활
용하여 정확한 교통사고 예
측정보를 제공하는 체계구축
3. 프로젝트 목표
교통사고 발생예측 확률이
특정 퍼센트에 도달했는지를
알려주는 서비스
웹페이지를 통한 서비스 제
공.
기존 데이터의 분석 결과를
사용자에게 제공하고 수치와
KPI BANs를 통해 화면에 제공.
6. 왼쪽 사이드바는 페이지를 나누기 위한 page navigation.
가운데 큰 title은 대쉬보드를 가리키며 최다 사고유형부터 최다사고날짜를 보여준다.
4. 프로젝트 기능 및 디자인
7. 사고다발구역과 법규위반구역을 지도에 표현하여 광진구 내 위험지역 확인
사용 데이터를 알려줌으로써 신뢰성 확보.
4. 프로젝트 기능 및 디자인
8. 지역은 선택함으로써 지역과 실시간 날씨에 대한 사고 확률 제공.
그 밑은 훈련 했을 때 얼만큼 잘 구분 할 수 있는지 confusion matrix를 통한 타당성 확보
4. 프로젝트 기능 및 디자인
9. schoolzone 공공데이터에서 위치를 파악한 후,도로
교통공단의 교통사고 사망 데이터와 거리를 비
교한 후 schoolzone 체크를 하는 코드.
4. 프로젝트 기능 및 디자인
10. 수가 많이 적어진 데이터를 보강하기 위한
oversampling 기법 활용.
4. 프로젝트 기능 및 디자인
11. 실시간으로 구글에서 지역에 대한 날씨 데이터를 가져올 수 있는 crawling 방법 사용.
4. 프로젝트 기능 및 디자인
12. 예측 확률을 내기 위해 데이터 프레임을 만들고
예측하는 코드.
4. 프로젝트 기능 및 디자인
13. 한계점
부족한 훈련 데이터 -> 이전 데이터 사용.
기대효과
실시간 교통 정보로 사고 예측 인지 및 사고확률 ▼
5. 한계점과 기대효과