br>[0072] S202、采集指定时间段内指定路段对应的道路交通安全属性的属性值。
[0073] 进一步地，本步骤中，指定时间段内指定路段对应的驾驶员属性包括所述指定时 间段内，所述指定路段上所有驾驶员的如下任意一种或多种属性的组合：驾驶员驾驶事故 属性、驾驶员保险出险属性、驾龄属性、驾驶员酒驾状态属性、驾驶员疲劳状态属性、W及驾 驶员驾驶行为习惯属性；
[0074] 指定时间段内指定路段对应的车辆属性包括所述指定时间段内，所述指定路段上 所有车辆的如下任意一种或多种属性的组合：车龄属性、车辆行驶速度属性、车辆行驶加速 度属性、车辆超载属性、W及车辆类型属性；
[0075] 指定时间段内指定路段对应的道路属性包括所述指定时间段内，所述指定路段的 如下任意一种或多种属性的组合；道路历史交通事故属性、道路当前交通事故属性、道路车 流速度属性、道路车流密度属性、道路警察出警属性、道路弯道及曲率属性、W及道路年限 属性；
[0076] 指定时间段内指定路段对应的环境属性包括所述指定时间段内，所述指定路段所 处环境的如下任意一种或多种属性的组合：气候属性、周边环境属性、W及时间属性。
[0077] 进一步地，本步骤中，指定时间段内指定路段对应的道路交通安全属性的属性值 可W根据各交通安全属性的性质分别通过对应的渠道获取，例如：可W通过渠道采集方式， 通过车主车辆商家获取车主信息(例如：驾驶员性别、年龄、驾龄、个人喜好等)、用车信息 (例如：违章记录、超速记录、处罚记录等)、保险信息(例如：保险单位、投保险种类、保险金 额、出险情况、理赔情况等)、维修信息(例如：维修地点、维修时间、故障类型、解决办法等)、 商家信息(经营品牌、业务范围、营业时间、救援服务范围等）；
[0078] 可W通过汽车感知技术、卫星定位技术、移动通信技术等，获取发动机信息(例如： 发动机转速、进气温度、冷却液温度、进气压力、曲轴转角、空燃比等)、行驶状态(例如：车 内温度、车外温度、车速、油口控制、刹车控制、湿度、轮胎胎压、轮胎转速、档位、水箱温度 等)、车辆信息(例如：车龄、行驶总里程、平均车速、平均油耗等)、车载自动诊断系统（0BD， 化-BoardDiagnostics)信息(例如；引擎传感信号、冷却传感信号、定速控制信号、变速箱 传感信号等)、行驶信息(例如：坐标信息、车辆方向、车辆速度、行驶轨迹、行驶加速度等）；
[0079] 可W通过卫星定位技术、路边采集技术、城市地理测绘、气象信息采集、移动通信 技术等获取交通信息(例如：浮动车数据、摄像头数据、地感线圈数据、微波数据、信号灯 数据、交通路况、车流量、交通事故信息等)、地理信息(例如；城市路网分布、道路拓扑结构 等)、气象信息(例如：城市天气、降雨/雪量、温度、湿度、风速等)、地理信息(例如；加油站 位置、排队情况、修理厂位置等）；
[0080] 可W通过网页抓取技术、数据挖掘技术等获取商家信息(例如：服务质量、评价、行 业口碑、推荐指数等)、车辆信息(例如：品牌车型使用情况、返修记录、召回记录、网友评论、 共性问题、推荐商家等)、用户信息(例如：经典路线、驾驶指导、新手指南等）；
[0081] 因此，可W综合上述技术，采集指定时间段内指定路段对应的道路交通安全属性 的属性值。
[0082] 进一步地，也可W通过构造关联数据模型，从关联数据模型中采集指定时间段内 指定路段对应的所述道路交通安全属性的属性值，具体包括如下步骤：
[0083] 步骤1、基于道路交通安全属性所包含的各属性的属性值原始数据，建立属性值集 厶 口〇
[0084] 本步骤中，可W采用上述技术获取各属性的基础的属性值原始数据。
[0085] 步骤2、对属性值原始数据进行数据清理和格式转换的预处理。
[0086] 本步骤中，检测步骤1中获取的属性值原始数据的有效性，并将数据格式转换为 后续处理中需要使用的格式。
[0087] 步骤3、根据预处理之后的各属性的属性值，W及各属性依据抽象程度不同构成的 层次结构，生成道路交通安全属性的多维多层的概念层次树。
[0088] 图3为道路交通安全属性层次树，如图3所示，D(Driver)表征驾驶员属性，V (Vehicle)表征车辆属性、R(Road)表征道路属性、W(Weather)表征环境属性，可W看出 道路交通安全属性数据模型通常是多层的，可W指定某一层次参与关联分析，其他层次不 参与。
[0089] 步骤4、根据预先设置的各属性的置信度和支持度，利用多维多层的关联规则算法 确定频繁项目集。
[0090] 步骤5、基于频繁项目集生成并提取各属性的关联规则。
[0091] 步骤6、根据关联规则生成道路交通安全属性的关联数据模型。
[0092] 步骤7、根据关联数据模型，采集指定时间段内指定路段对应的道路交通安全属性 的属性值。
[0093]S203、采用S201中确定的道路交通安全评估模型，对指定路段的道路交通安全属 性的属性值进行分析，得到对该指定路段的道路交通安全评估结果。
[0094] 进一步地，基于各个路段（Si，S2, . . .，Sp)分别对应的道路交通安全属性的各属性 值（fl，f,，...fm)，采用道路交通安全评估模型对P个路段的道路交通安全进行评估的过程 可W包括如下步骤：
[0095] 步骤1、对各个路段的各属性值进行标准化处理，即确保初始数据不存在数量级差 异；
[009引步骤2、计算相关系数矩阵A= (ay)pxm;
[0097] 步骤3、计算相关系数矩阵的特征值和特征向量，确定因子个数，其中，因子个数可 能大于1且小于m;
[009引步骤4、根据步骤3得到的因子，计算因子载荷矩阵；
[0099] 步骤5、根据实际情况进行因子旋转，使得各因子具有更加明确的含义；
[0100] 步骤6、计算各因子的贡献率，W因子的贡献率为权重，因子权重越大，说明该因子 表征的属性对路段的影响越大。根据各因子的含义评估各路段的交通安全情况。
[0101]S204、将S203中得到的评估结果发布给应用终端或者指定平台，用于应用终端或 者指定平台根据该评估结果对指定路段在指定时间段内的流量信息及拥堵情况进行评估， 为用户进行导航。
[0102] 进一步地，本实施例中，可W将指定时间段指定路段的交通安全情况量化为数值， 由于采集到的道路交通安全属性的属性值是动态变化的，那么，不同时间段、不同路段的交 通安全量化值也是动态变化的，因此，通过实时采集指定时间段内指定路段的道路交通安 全属性的属性值，并带入本发明提出的道路交通安全评估模型进行评估，能够实时得到指 定路段的交通安全评估值，因此，可W应用于个人的安全导航，例如：综合各路段的评估值 选择最适合的导航路线，或者公安交通管理部口对整个城市进行安全预警，W及安全指示 等。公安交通部口可W根据各路段交通安全情况的评估值调整各路段的车流量，例如，若某 路段的交通安全情况评估值较低，可W通过控制红绿灯等手段减少该路段上的车流量，从 而降低事故发生率。
[0103]当对指定时间段内指定路段的道路交通安全评估值用于车主个人的安全导航时， 车主会比较关注指定时刻指定路段Sg的W下道路交通安全属性：道路历史交通事故属性、 道路当前交通事故属性、道路车流速度属性、道路车流密度属性、道路警察出警属性、道路 弯道及曲率属性、W及道路年限属性等，因此，可W通过下式确定路段Sg的安全评估值：
[0104]S路=y路+auf历史交通事故+ai2f当前交通事故+anf车流速度+ai4：f车流密度+aisf警察出警
[0105] +aief道路弯道及曲率+ai7；f道路年限+e路
[0106]当评估结果中，交通事故因子的权重较大时，路段Sg的安全评估值较低。车主可W根据评估值确定绕过该指定路段。
[0107]当对指定时间段内指定路段的道路交通安全评估值用于公安交管部口城市安全 评估预警时，可能比较关注指定路段过去一段时间内的平均安全评估值，同时可W选取任 意路段，或某个区域的所有路段来进行评估。图4为指定路段一段时间内的安全评估值变 化趋势图。如图4所示，针对指定路段，根据一段时间内的安全评估值变化趋势，确定该指 定路段安全情况变