959 / 2023-10-27 22:02:08

交通助管

本作品首先在交通安全综合服务管理平台整理出原始交通违法行为数据集，使用正则表达式和Jaccard相似度文本匹配方法将获取字段进行分类转换，便于进行数据分析；在数据增强阶段，采用BERT-CRF模型来进行命名实体识别，并对人民日报中的有关内容采用BIO标注以形成训练数据集，测试数据集和验证数据集。在进行NER获取到交通违法行为发生地址后，我们使用Request请求方式，通过百度地图开放平台提供的地理编码法获取对应地点的数据信息，进行正向地理编码。在此过程中，构建了热力图以便查看北京市每个区发生交通违法行为的程度。之后，使用BeautifulSoup解析工具获取每次交通违法行为的天气数据，对于无法获取天气数据的交通违法行为事件，使用每年出现天气和风向风力的平均次数的数据来进行填充，避免出现天气数据的缺失，并以此构建天气对交通违法行为的影响。最后我们将格式化后的时间分割，提取出交通违法行为发生的年、月、日信息，从时间和空间上对交通违法行为进行可视化分析。