Модель определяет ключевые факторы аварийности на примере дорожно-транспортных происшествий в Москве. Для проведения исследования был проведен анализ данных из открытых источников о ДТП, погодных условиях и дорожном трафике в Москве. В частности, были выявлены закономерности между количеством определенного типа ДТП (столкновение автомобилей или наезд на пешеходов) и календарными (рабочие или выходные дни) и погодными (дождь, снег, плохая видимость) факторами, а также выявлена сезонность динамики ДТП.

В результате исследования модели указали на то, что для ДТП наиболее важными объясняющими факторами являются сезонные и календарные факторы. Объясняющая сила погодных факторов существенно уступает этой группе факторов. Среди погодных факторов, наиболее сильно влияющих на аварийность, оказалась видимость. 

Полученные данные были визуализированы в геопространственном разрезе на карте Москвы. Карта показывает, в каких районах столицы чаще всего происходят те или иные происшествия.

Сфера применения: решение может быть использовано для повышения безопасности дорожного движения и профилактики ДТП.

Техническое описание: для построения модели были использованы несколько подходов, основанных на регрессионном анализе, в том числе линейной регрессии. 

Участники проекта: доцент, к.э.н. С.В. Макрушин, внешний совместитель Д.М. Милованов

Работа выполнена – в рамках НИР 

Подробнее о машинное обучении  — в интервью  доцента, к.э.н. Сергея Вячеславовича Макрушина, руководителя секции прикладной информатики Департамента анализа данных, принятия решений и финансовых технологий. 

Работа выполнена при поддержке Российского научного фонда