순서형 로짓 모형과 나이브 베이즈 분류기를 이용한 렌터카 교통사고 심각도 예측 연구
초록/요약
우리나라의 교통사고는 아직도 심각한 상황이며, 교통사고 감소를 위해 추가적인 노력이 필요하다. 이와 더불어 최근 차량에 대한 인식이 소유의 개념에서 공유의 개념으로 변화되고 있어 카쉐어링, 렌터카와 같은 차량 공유 서비스가 확대되고 있다. 이 중 렌터카의 경우 익숙하지 않은 차량과 도로구조, 신호체계 등의 환경요소와 운전자의 연령 및 운전경력 등의 인적요소들에 의해 교통사고가 발생할 경우의 사고 심각도는 일반적인 사고와 다를 것으로 예상된다. 실제 국내 대표 관광도시인 제주특별자치도에서는 렌터카 교통사고가 해마다 증가하고 있으며 단순히 교통사고 발생빈도가 증가하는 것이 아니라 전체 교통사고 중 차지하는 비율이 커지고 있어 그 문제가 더욱 심각한 실정이다, 이에 본 연구에서는 렌터카 교통사고 문제가 심각하다고 판단되는 제주특별자치도를 대상으로 2011년부터 2013년 동안 발생한 렌터카 교통사고 자료를 이용하였다. 렌터카 교통사고의 심각도를 예측하기 위해 통계적 분석방법과 기계학습 방법을 이용하여 모형을 구축하였으며 개발된 모형의 성능의 비교와 함께 활용방안을 제시하였다. 통계적 분석 방법으로는 순서형 로짓 모형, 기계학습 방법으로는 나이브 베이즈 분류기를 선택하여 렌터카 교통사고 심각도 예측 성능을 비교하였다. 그 결과 두 가지 방법 모두 모형의 성능이 실제로 적용하여 사용하기에는 충분하지 않았으며, 현재 보유한 렌터카 교통사고 자료를 기반으로 사고 심각도를 예측하는 것은 한계가 존재하는 것으로 판단된다. 하지만 DTG와 같은 교통사고 심각도에 보다 밀접한 영향을 줄 것으로 예상되는 데이터 추가를 통해 예측 성능이 향상된다면, 현재 보험사에서 실시 중인 UBI(Usage Based Insurance)와 같이 렌터카 이용료 조정 등에 사용 가능할 것으로 예상되며 이와 관련된 추가적인 연구가 필요할 것으로 사료된다.
more목차
제1장 서 론 1
제1절 연구의 배경 및 목적 1
제2절 연구의 범위 및 절차 3
1. 연구의 범위 3
2. 연구의 절차 3
제2장 관련 이론 및 연구 고찰 5
제1절 관련 연구 고찰 5
1. 통계적 분석 관련 연구 5
2. 기계학습 관련 연구 7
제2절 관련 이론 고찰 9
1. 통계적 분석 관련 이론 고찰 9
2. 기계학습 관련 이론 고찰 12
제3절 시사점 15
제3장 렌터카 교통사고 심각도 예측 모형 개발 16
제1절 렌터카 교통사고 심각도 자료 수집 및 구성 16
1. 렌터카 교통사고 심각도 자료 수집 16
2. 렌터카 교통사고 심각도 자료의 구성 18
제2절 모형 개발 절차 및 방법 20
1. 개요 20
2. 변수 설정 21
3. 데이터 전처리 23
4. 예측 성능 평가 방법론 24
제4장 렌터카 교통사고 심각도 예측 모형 구축 결과 25
제1절 순서형 로짓 모형 추정 결과 25
1. 전체 변수를 사용한 순서형 로짓 모형 25
2. 유의 변수를 사용한 순서형 로짓 모형 30
3. 인적 변수를 사용한 순서형 로짓 모형 33
제2절 나이브 베이즈 분류기 구축 결과 35
제3절 예측 성능 비교 결과 41
제5장 결론 및 향후 연구과제 42
제1절 결론 42
제2절 향후 연구과제 44
참고문헌 46
