考慮易用性和可解釋性的自組織映射-即時學習風險預測框架

摘要：為提高風險預測系統的易用性和可解釋性，提出基于自組織映射網絡（SOM）改進的即時學習（JITL）風險預測框架。首先，應用SOM對數據樣本進行聚類，并對聚類特征進行解釋。進而，通過基于聚類結果的樣本選擇算法構建待測數據的相似樣本集，在線上調用作為基學習器的支持向量機（SVM）進行建模并輸出風險預測結果。最后，采用一個交通事故數據集對風險模型的性能進行測試，檢驗其精度、易用性和可解釋性。結果表明：采用SOM-JITL策略的SVM模型，受試者工作狀況曲線面積指標達到0.720，相比不使用該策略的傳統SVM模型提高17.5%，精度較高；SOM-JITL模型構建所需參數調節工作少，具有較好的易用性；此外，SOM聚類結果準確識別出處于交通擁堵等高風險場景，與現實場景一致，具有可解釋性。綜上，SOM-JITL策略能有效提高基學習器的性能，達到精度、可解釋性和易用性的平衡，有助于以低成本大規模推廣風險預測系統。

關鍵詞：機器學習；風險預測；易用性；可解釋性；即時學習；自組織映射

中圖分類號：U491.3.文獻標志碼：A

DOI：10.7652/xjtuxb202405020.文章編號：0253-987X（2024）05-0212-09

A Risk Prediction Framework Based on Self-Organizing Mapping and

Just-in-Time-Learning Considering Usability and Interpretability

Abstract：To enhance the usability and interpretability of risk prediction system， a traffic risk prediction framework based on just-in-time learning （JITL） improved via self-organizing mapping （SOM） is proposed. Firstly， SOM is applied for clustering the data samples and interpreting the clustering features. Then， a sample selection algorithm based on clustering results is used to construct a similar sample set for the data to be tested， and the support vector machine （SVM）， which is the base learner， is invoked online to model and output the risk prediction results. Lastly， the model performance is tested using a traffic flow-crash dataset to evaluate interpretability and accuracy. The results show that the area under receiver operating characteristic curve of the SVM model using the SOM-JITL strategy reaches 0.720， which is 17.5% higher than that of the traditional SVM model without the strategy. The SOM-JITL requires less parameter adjustment， and has better usability. In addition， the clustering results of the SOM-JITL accurately identify high-risk scenarios， such as traffic congestion， which is consistent with realistic scenarios and has interpretability. In summary， the SOM-JITL can effectively enhance the performance of the base learner， and endow the model with balance among accuracy， interpretability and usability， facilitating the cost-effective and large-scale deployment of risk prediction systems.

Keywords：machine learning; risk prediction; usability; interpretability; just-in-time learning; self-organized map

風險預測深入生產生活的各方面，為了防止事故發生，許多領域都已建立了特定的風險預測模型，為相關事業的安全穩定做出了巨大貢獻。在醫學領域，已形成多項疾病的風險預測應用［1］；在金融領域，大量針對企業破產和個人信用的風險評估指導著銀行制定合理的投資方案［2］；在交通領域，預測系統實時監測著風險因子的變化以規避交通事故的發生［3］。為了獲得更可靠的風險預測系統，在過去的研究中，以計量經濟學模型為基礎的各類風險預測模型被廣泛應用，包括Logistics模型［4］、貝葉斯方法［5］等，此類模型針對風險致因的相關性進行研究，易于理解，但普遍存在識別精度相對較低的問題。隨著智能算法和數據采集技術的快速發展，已有多個領域開始采集大量系統正常運行和處于故障時的數據，并使用機器學習對行業內出現的事故風險進行預測和評估［6］。以深度學習為代表的復雜機器學習模型隨后也被引入事故風險的研究中［7］，進一步提高了風險預測的精度。

風險預測模型的可解釋性是能否執行管理決策的依據。深度學習框架作為黑箱模型帶來的低可解釋性容易造成法律上的責任歸屬不明確［8］，從而限制風險預測系統的應用。已有學者對可解釋機器學習展開研究［9］，提出利用特征重要度或代理模型對變量的影響進行分析，并將解釋結果和現實場景進行對比，以此檢驗模型的可解釋性［10］。另一方面，深度學習模型的建立需要復雜的訓練和參數調試知識。對于不同數據集，往往需要專家重新進行調參訓練才能投入使用［11］，所訓練的模型無法大規模推廣，成本耗費高昂，易用性不強。因此，亟需提出新的風險預測模型達到精度、解釋能力和易用性3者間的平衡，理想模型應該同時具有場景識別和短時風險預測的功能［12］，且不需要復雜的算法參數調節知識就能完成模型建立并投入使用。

基于以上目標，本文提出基于自組織映射聚類（SOM）改進的即時學習策略（JITL），以支持向量機（SVM）作為基學習器，結合SOM-JITL構建風險預測框架，旨在完成風險場景識別和短時風險預測［13］，同時賦予模型高精度、可解釋性和易用性。本研究的貢獻主要在于：采用SOM聚類完成場景識別，實現了模型可解釋性的提升；利用即時學習策略提高了模型易用性和基學習器精度；采用交通事故數據集對建立的SOM-JITL-SVM模型進行測試，通過對比各個基線方法的性能指標，驗證SOM-JITL策略為風險預測模型帶來的有益提升。

1.模型算法

1.1.改進的自組織映射-即時學習算法

JITL的基本思想是將傳統“離線建模、線上工作”的模式轉變為“線上同時建模和工作”。傳統模型是在系統訓練完成后提供用戶使用，JITL是在線上同時建立模型和實現用戶需求，兩者的工作流程對比如圖1所示。JITL首先將所有已有樣本存儲在歷史樣本數據庫中，當用戶提交測試需求時，通過預設規則選擇待測數據小鄰域范圍內的樣本，建立相似樣本子集，再使用相似樣本子集在線上進行建模和結果輸出。在輸出結果后，當前模型將被立刻舍棄，為一次性使用的模型。與傳統建模策略相比，JITL可以有效地處理樣本差異性較大的分類問題，提升傳統方法難以解決的不平衡分類問題的準確度［14］。

在采用JITL策略并應用基學習器進行建模前，需根據數據之間的相似度在歷史樣本數據庫中挑選出相似樣本子集。相似度的計算方法可以使用歐氏距離、漢明距離、曼哈頓距離等［15］，多數文獻使用基于歐氏距離的K近鄰方法。但是，使用K近鄰方法需要提前預設待選樣本數量，過少的樣本數量會使樣本子集的信息缺失，過多的數量會引入噪聲，都會影響建模質量。因此，本文提出基于SOM聚類結果的改進JITL樣本子集構建算法。

SOM是一種用于聚類和特征提取的神經網絡無監督學習算法。對于具有K個樣本的向量組X=［x1，x2，…，xK］，SOM將其映射到具有指定神經元（簇）拓撲結構的二維空間中，為探索最佳的神經元數量，在建模時將使用多組網絡結構對比其性能。

SOM的訓練過程采用勝者通吃的激活機制，每一次比較輸入向量和神經元向量（簇心）的歐氏距離，與輸入向量相似性最大的神經元獲勝，并對周圍鄰域的神經元權值進行更新。權值w的更新公式為

w←w+ηh（d）（x-w）（1）

式中：η是學習率；h（·）是衰減函數，在實際應用中常使用高斯函數；d是激活神經元和其他神經元之間的距離，一般為在網絡結構中的坐標距離。

在完成歷史樣本數據的SOM聚類后，當輸入待測樣本時，判斷待測樣本所屬的SOM簇，再根據該SOM簇的相似簇心構造相似簇集合，進一步根據子簇心的相似簇心擴大相似簇集合，以此循環。將所屬相似簇集合的歷史樣本作為相似樣本子集，相似簇心的判別條件可使用簇心距離集合的均值或25%分位值，具體算法如下。

算法1：基于SOM聚類結果的JITL相似樣本子集構造

輸入：SOM簇編號集合I={1，2，…，N}，SOM簇心向量W={wi，i=I}，SOM簇心距離矩陣D={dij，i=I，j=I}，SOM簇心鄰接矩陣A={aij，i=I，j=I}，歷史樣本集H={xq，q=1，2，…}，待測數據xp

輸出：待測數據xp的相似樣本子集S

1.2.基學習器：支持向量機

SVM是一個經典而高效的分類器，其通過搜索支持向量并構造它們的線性或非線性組合來確定分類超平面［16］。采用SVM作為SOM-JITL策略的基學習器，優勢在于SVM超參數較少，便于調校投入使用。在后續建模測試中，僅使用SVM建模的推薦參數。一個典型的非線性SVM可以被定義為

F（x）=sgn （∑a*iyiK（x，xi）+b*）（2）

式中：a*i是優化后拉格朗日乘子；yi是支持向量的類別；K（x，xi）為核函數；xi為支持向量；b*為截距。

1.3.基線：極端梯度提升

XGBoost在梯度提升樹的基礎上進行了大量改進，被認為在分類和回歸問題上都具有極高的性能，在交通事故風險預測中也有較多應用［17］。XGBoost代表復雜機器學習在本文中成為基線，在建模測試中調用python的XGBoost庫實現該模型，其超參數較多，參數調試過程較為復雜，通常需要反復調試以避免過擬合的情況發生。

1.4.超參數選取

采用貪心算法對XGBoost超參數進行調節，即在參數的推薦值范圍內逐個嘗試，當一個參數調至最優時，再進行下一個參數的優化，簡要的算法流程如下所示。

算法2：基于貪心算法的機器學習超參數優化

輸入：待優化超參數數組A={a1，a2，…，an}，訓練數據集T={（xj，yj）}，待優化超參數取值上下限U={u1，u2，…，un}，D={d1，d2，…，dn}，使用超參數數組A進行訓練的學習器y=fA（X）

輸出：優化的超參數數組A*={a*1，a*2，…，a*n}

本實驗中選用的SVM默認參數和優化后的XGBoost主要參數值可直接參考表1。

2.測試數據

2.1.數據集構造

本研究旨在通過和現實場景進行比對來驗證可解釋性，因此選擇基于實際工程背景的交通事故數據集進行測試。原始數據為浙江杭州上塘快速路2015年3個月間的交通流和事故記錄。交通流記錄包括傳感器每5 min內記錄一次該時段內的斷面交通量、平均車速和車道占有率。事故記錄由公安交警部門提供，共包括123起事故。為對事故風險進行提前預警，對每一起事故，將事故點所在路段上下游傳感器采集的前5～10 min內的交通量、占有率和車速數據作為特征變量，共6個自變量。

交通事故相對于正常行駛狀態是稀有事件，使用全樣本數據集容易導致數據不平衡問題［18］。目前在風險預測研究中，普遍采用病例對照法來構造數據集［19］，通過對每一個病例（事故）選取一定數量的正常樣本作為對照組，能在平衡數據樣本的同時探索病例（事故）的影響因素。因此，本研究參考病例對照法，對每條事故數據，隨機選擇了相同觀測路段、相同時間、不同日期的3條非事故數據進行匹配，并作相應的特征變量計算，最終數據集共計492條數據，數據結構及變量描述見表2。

在使用表2交通事故數據集進行性能測試時，對傳統的建模方法，依舊劃分訓練集和測試集，兩個集合的數據比例為75%和25%，且兩個集合中事故數據和非事故數據的比例仍控制在約1∶3。考慮到JITL策略獨特的“用后即棄”模型使用方法，為保持模型評價時精度指標的一致性，所有應用JITL策略的方法使用75%的數據作為歷史樣本數據，25%的數據作為測試數據。

2.2.精度評價指標

杭州事故測試數據集為典型的二分類問題數據集，當模型輸出為連續值時，使用受試者工作狀況（ROC）曲線下的面積Auc來表征模型的綜合精度。ROC曲線為在不同分類閾值t下以假陽性率Rfp為橫坐標、真陽性率Rtp為縱坐標描畫的曲線。假陽性率代表有多少正常狀況被誤檢為險情，真陽性率代表有多少險情被正確識別，其分類混淆矩陣見表3，計算方法如下

式中：nTP、nFP為真陽性、假陽性案例數量；nTN、nFN為真陰性、假陰性案例數量。

顯然一個高精度的模型應當具有低假陽性率和高真陽性率，此時ROC曲線會更飽滿，相應Auc指標更高。

通過調整不同的分類閾值，可以在容許更高假陽性率的前提下提高模型的真陽性率，采用最大約登指數yd作為最終分類閾值，即ROC曲線上的縱坐標與橫坐標之差最大時對應的分類閾值，并采用F1分數指標Fscore綜合評價此時的模型性能，兩者計算公式如下

3.結果和討論

分別使用SVM、XGBoost、JITL-SVM和SOM-JITL-SVM模型在事故數據集上對風險進行預測，各模型選擇參數后的性能測試結果如表4所示。從模型的Auc和Fscore指標項可以發現，直接使用SVM模型進行風險預測效果不佳；在應用了JITL策略后，性能得到提升，Auc指標達到0.648；當聯合應用SOM-JITL策略時，Auc指標為0.720，較SVM提升17.5%，較JITL-SVM提升11.1%，其Auc和Fscore指標在各個模型中均表現最好，此時模型能正確識別77.4%的險情，誤報率為37%。

在易用性方面，SOM-JITL-SVM模型僅需確定使用的聚類網絡結構，XGBoost則需要專家知識確認超參數優化的上、下限，并使用貪心算法優化超參數值。結合兩者的精度性能，SOM-JITL-SVM的調參過程更簡單，精度能達到甚至超過XGBoost的水平，因此SOM-JITL-SVM具有更好的易用性。

此外，根據每一次待測數據從輸入到風險結果輸出的耗時，計算了各模型的平均預測時間。由表4耗時項可知，由于JITL策略是線上建模并輸出結果，對比傳統模型增加了訓練模型所需的時間，但平均每一次預測用時都能控制在0.543 ms左右，考慮硬件性能和冗余，SOM-JITL的計算耗時能滿足短時風險預測的時效性需要。

下面，將具體論述SOM-JITL的精度性能、易用性和可解釋性。

3.1.精度性能討論

在SOM-JITL-SVM模型中，對多組SOM網絡結構進行測試，從2×1結構遍歷至7×7，共比較27個網絡結構的模型精度，每種結構進行30次實驗，以多次實驗Auc指標的均值為中心、標準差為長度繪制誤差棒，結果如圖2所示。

由圖2易發現，當網絡結構為4×2時，模型Auc的均值最高，達到0.720，標準誤差為0.015，在可接受范圍內。因此，選擇4×2網絡結構、Auc為0.720的SOM-JITL-SVM模型作為代表。

圖2中Auc均值隨網絡結構的變化而波動。性能穩定、Auc均值較高且標準差較小的網絡結構有3×1、 3×2、 3×3、 4×2、 5×2、 7×1，其神經元數量均在3～10之間，每個神經元命中的樣本數量期望為30～100，考慮到SOM相似樣本集選取算法會使多個簇聚為一類，實際每個類別的樣本會比期望值更多。

在JITL-SVM模型中采用了K近鄰相似樣本選擇法，即選取相似樣本的比例為原始數據集中歐氏距離最小的前10%、20%和30%個樣本，構造相似樣本子集訓練。最終實驗結果表明，選擇前20%的相似樣本所獲得的效果最佳，與SOM聚類的樣本數量結果類似。即在JITL構建相似樣本子集時，控制相似樣本集大小在30～140之間可以獲得最佳性能［20］，可以根據不同的基學習器微調樣本集大小，但低于或超過這個范圍的性能都會存在較大波動。故SOM網絡中的神經元數量N應大致滿足與歷史樣本數M的如下關系

綜上，在精度要求上，SOM-JITL策略實現了基學習器性能的較大提升，所形成的風險預測模型達到和復雜機器學習一致的水平。

3.2.易用性討論

在建模過程中，SOM-JITL-SVM使用基學習器的默認參數，僅在SOM的網絡結構配置上進行了一次參數調節，實際應用時可以按式（7）推算。

在采用XGBoost算法進行數據集測試時，遵循算法2，采用貪心算法進行求解最優超參數。使用初始參數時，訓練集Auc指標接近1，測試集Auc僅為0.6，形成巨大的訓練測試集指標差，顯然XGBoost在訓練集上過擬合。進行超參數調節后，模型Auc指標的訓練測試集指標差為0.139，不再過擬合。如更換數據集，則需要再次進行上述過程。

結合表4的模型精度對比結果，SOM-JITL策略極大地簡化了機器學習模型的參數調試過程，使利用較少的調參知識完成風險預測建模成為可能。在考慮模型易用性并有較高精度需求時，SOM-JITL策略是一種行而有效的方法。

3.3.可解釋性討論

在驗證了SOM-JITL的精度性能和易用性后，需進一步對其在機器學習范疇內的可解釋性進行討論，以確定SOM-JITL的普適和易用性是從數據中自發學習風險特征得到，而不是通過一個復雜的過擬合過程產生。

以3.1中獲得的4×2網絡結構的SOM-JITL-SVM模型為例，討論模型可解釋性。該模型中SOM簇心鄰接權重如圖3所示，權重顏色越深代表兩個簇心的距離越大，算法將距離較近的1、2、6號簇心連接為一個類（1-2-6），其余簇心單獨成一個類。按每一類別內的事故數和樣本數比值計算事故率，按事故率升序排列得到從風險等級Ⅰ到Ⅵ的6類交通運行場景。表5描述了SOM在杭州上塘快速路上識別的6類交通運行場景，以及每個場景的交通流和事故率特征。

由表5可知，第Ⅴ類和第Ⅵ類場景的事故率最高，事故數超過其他4類總和的兩倍，需重點分析。第Ⅴ類交通場景的特征是上下游交通量差距較大，且交通量和運行速度都隨著車輛的前進逐步升高，但車道占有率并沒有改變。檢查原始數據的采集編號可定位此類場景是典型的車輛合流區［21-22］，在合流過程中交通運行復雜，易發生事故。雖然第Ⅰ類場景也存在類似的交通量和速度增大、車道占有率不變的特征，但其速度更接近運行限速［23］，是交通量總體較小、路況良好的自由流狀態。第Ⅵ類場景的上下游車道占有率極大提高而速度顯著下降，該情況發生在擁堵的分流區，車道數減少但交通量未明顯減少［24］，會頻繁發生超車、別車、加塞等不良駕駛行為，導致事故高發。由第Ⅴ類和第Ⅵ類的高風險特征，結合第Ⅳ類場景的車道占有率顯著高于第Ⅰ、第Ⅱ、第Ⅲ類且第Ⅳ類事故率也較高的現象可以得出，高車道占有率的交通運行狀況是事故多發場景［25］，應重點排查在交織區路段高車道占有率情況下的風險隱患，與現實場景一致。

綜上，不同于傳統機器學習模型的事后解釋，SOM-JITL將變量解釋工作遷移到建模之前，最大限度地保留了數據信息，易于理解，擁有良好的可解釋性，同時增強了SOM-JITL模型的易用性和實用性。如圖4所示，SOM的聚類結果可作為風險評估的初步結論、JITL-SVM的預測值可作為精細化評估結論，形成兩階段、多層次的風險評估流程。

4.結.論

考慮精度、可解釋性和易用性的平衡，本文提出了基于自組織映射改進即時學習策略（SOM-JITL）的風險預測框架，采用交通事故數據集作為實例分析，主要結論如下。

（1）在交通事故數據集的測試中，應用了SOM-JITL策略的SVM基學習器性能得到大幅提高。與不使用該策略的傳統SVM模型相比，Auc指標提高17.5%達到0.720，能夠正確識別77%的高風險警情，達到和復雜機器學習XGBoost模型一致的水平，具有較高的精度；單次運行時間為0.543 ms，亦滿足短時預測時效性的要求。

（2）SOM-JITL策略的參數調試簡單，易于使用，作為其基學習器的SVM模型僅使用默認推薦參數，性能即達到和進行了較復雜調參的XGBoost模型一致的水平。SOM-JITL策略的參數調試工作主要是選擇SOM網絡結構，本文提出了神經元數量估算公式以簡化該過程，當每個神經元的期望樣本數量在30～150時，SOM-JITL策略能達到較高的性能，以此實現了SOM-JITL策略的良好易用性。

（3）SOM-JITL策略在建模前采用SOM對數據進行聚類分析，完成風險場景識別，在事故數據集中，SOM聚類結果表明，高車道占有率場景下的事故率顯著提高，擁堵狀態下的合流、分流區更容易發生交通事故，與實際相符。這表明SOM-JITL策略具有良好可解釋性，能夠快速學習數據中的風險特征。

（4）SOM-JITL策略結合不同的基學習器實現了風險預測框架的高精度、可解釋性和易用性的平衡，適用于各領域內的風險預測問題。但是，本研究僅對風險的預測預警進行了討論，尚未考慮發現風險后的主動防控措施，這是未來研究中進一步提高SOM-JITL風險預測框架應用價值的研究方向。

參考文獻：

［1］NADARAJAH R， YOUNSI T， ROMER E， et al. Prediction models for heart failure in the community： a systematic review and meta-analysis ［J］. European Journal of Heart Failure， 2023， 25（10）： 1724-1738.

［2］ZELENKOV Y， FEDOROVA E， CHEKRIZOV D. Two-step classification method based on genetic algorithm for bankruptcy forecasting ［J］. Expert Systems with Applications， 2017， 88： 393-401.

［3］YU Le， DU Bowen， HU Xiao， et al. Deep spatio-temporal graph convolutional network for traffic accident prediction ［J］. Neurocomputing， 2021， 423： 135-147.

［4］HUO Xiaoyan， LENG Junqiang， LUO Lijun， et al. A mixed logit model with mean-variance heterogeneity to investigate factors of crash occurrence ［J］. International Journal of Injury Control and Safety Promotion， 2021， 28（3）： 301-308.

［5］KAMEL A， SAYED T， FU Chuanyun. Real-time safety analysis using autonomous vehicle data： a Bayesian hierarchical extreme value model ［J］. Transportmetrica： B.Transport Dynamics， 2023， 11（1）： 826-846.

［6］CHEN T K， LIAO H H， CHEN Gengdao， et al. Bankruptcy prediction using machine learning models with the text-based communicative value of annual reports ［J］. Expert Systems with Applications， 2023， 233： 120714.

［7］BRITO M P， STEVENSON M， BRAVO C. Subjective machines： Probabilistic risk assessment based on deep learning of soft information ［J］. Risk Analysis， 2023， 43（3）： 516-529.

［8］KRAFFT T D， ZWEIG K A， KNIG P D. How to regulate algorithmic decision-making： a framework of regulatory requirements for different applications ［J］. Regulation amp; Governance， 2022， 16（1）： 119-136.

［9］KHATTAK A， CHAN P W， CHEN Feng， et al. Interpretable ensemble imbalance learning strategies for the risk assessment of severe-low-level wind shear based on LiDAR and PIREPs ［J/OL］. Risk Analysis， 2023［2023-07-12］. https：//doi.org/10.1111/risa.14215.

［10］BOSTROM A， DEMUTH J L， WIRZ C D， et al. Trust and trustworthy artificial intelligence： a research agenda for AI in the environmental sciences ［J/OL］. Risk Analysis， 2023［2023-07-12］. https：//doi.org/10.1111/risa.14245.

［11］MANNERING F， BHAT C R， SHANKAR V， et al. Big data， traditional data and the tradeoffs between prediction and causality in highway-safety analysis ［J］. Analytic Methods in Accident Research， 2020， 25： 100113.

［12］GUTIERREZ-OSORIO C， PEDRAZA C. Modern data sources and techniques for analysis and forecast of road accidents： a review ［J］. Journal of Traffic and Transportation Engineering（English Edition）， 2020， 7（4）： 432-446.

［13］楊文臣， 周燕寧， 田畢江， 等. 基于聚類分析和SVM的二級公路交通事故嚴重度預測 ［J］. 中國安全科學學報， 2022， 32（5）： 163-169.

YANG Wenchen， ZHOU Yanning， TIAN Bijiang， et al. Traffic accident severity prediction for secondary highways based on cluster analysis and SVM model ［J］. China Safety Science Journal， 2022， 32（5）： 163-169.

［14］QI Long， LIU Hui， XIONG Qian， et al. Just-in-time-learning based prediction model of BOF endpoint carbon content and temperature via vMF mixture model and weighted extreme learning machine ［J］. Computers amp; Chemical Engineering， 2021， 154： 107488.

［15］ZHAO Dan， PAN Tianhong， SHENG Biqi. Just-in-time learning algorithm using the improved similarity index ［C］//2016 35th Chinese Control Conference （CCC）. Piscataway， NJ， USA： IEEE， 2016： 9065-9068.

［16］WANG Ling， ABDEL-ATY M， LEE J， et al. Analysis of real-time crash risk for expressway ramps using traffic， geometric， trip generation， and socio-demographic predictors ［J］. Accident Analysis amp; Prevention， 2019， 122： 378-384.

［17］PARSA A B， MOVAHEDI A， TAGHIPOUR H， et al. Toward safer highways， application of XGBoost and SHAP for real-time accident detection and feature analysis ［J］. Accident Analysis amp; Prevention， 2020， 136： 105405.

［18］PARSA A B， TAGHIPOUR H， DERRIBLE S， et al. Real-time accident detection： coping with imbalanced data ［J］. Accident Analysis amp; Prevention， 2019， 129： 202-210.

［19］LI Qianwen， YAO Handong， LI Xiaopeng. A matched case-control method to model car-following safety ［J］. Transportmetrica： A.Transport Science， 2023， 19（3）： 2055198.

［20］ZHOU Ping， CHEN Weiqi， YI Chengming， et al. Fast just-in-time-learning recursive multi-output LSSVR [JP+3]for quality prediction and control of multivariable dynamic systems ［J］. Engineering Applications of Artificial Intelligence， 2021， 100： 104168.

［21］ZHENG Qikang， XU Chengcheng， LIU Pan， et al. Investigating the predictability of crashes on different freeway segments using the real-time crash risk models ［J］. Accident Analysis amp; Prevention， 2021， 159： 106213.

［22］SHI Qi， ABDEL-ATY M. Big data applications in real-time traffic operation and safety monitoring and improvement on urban expressways ［J］. Transportation Research： Part C.Emerging Technologies， 2015， 58， Part B： 380-394.

［23］YU Rongjie， QUDDUS M， WANG Xuesong， et al. Impact of data aggregation approaches on the relationships between operating speed and traffic safety ［J］. Accident Analysis amp; Prevention， 2018， 120： 304-310.

［24］YANG Kui， WANG Xuesong， YU Rongjie. A Bayesian dynamic updating approach for urban expressway real-time crash risk evaluation ［J］. Transportation Research： Part C.Emerging Technologies， 2018， 96： 192-207.

［25］陳豐， 張婷， 黃雅迪， 等. 越江越海隧道入口段追尾事故風險預測模型研究 ［J］. 交通運輸系統工程與信息， 2021， 21（6）： 167-175.

CHEN Feng， ZHANG Ting， HUANG Yadi， et al. Rear-end crash risk prediction model on entrance section of cross-river and cross-sea tunnels ［J］. Journal of Transportation Systems Engineering and Information Technology， 2021， 21（6）： 167-175.