مدل پیشبینی میزان درک رانندگان از مفاهیم تابلوهای ترافیکی با استفاده از الگوریتم درخت تصمیم1

درک معانی و مفاهیم تابلوهای ترافیکی، امری ضروری در رانندگی مطمئن به شمار میرود. مشخصات فردی راننده، نقش اساسی را در درک و تشخیص تابلوهای ترافیکی توسط راننده ایفا می نماید. در این پژوهش، نقش عوامل مختلفی همچون سن، جنسیت، وضعیت تاهل، نوع گواهینامه، سطح تحصیلات، تجربه ی رانندگی، درآمد ماهیانه و تعداد تخلف های رانندگی در پنج سال گذشته را در فهم معنای 39 علامت ترافیکی نصب شده در تهران مورد بررسی قرار گرفته شده است. این تابلوها شامل 15 تابلوی انتظامی، 17 تابلوی هشداردهنده و 7 تابلوی آگاهیدهنده میباشند.مجموعا100 0 ارزیابی، بین رانندگان دارای مشخصات اجتماعی-اقتصادی مختلف، انجام شد. پس از انجام این ارزیابی، یک درخت تصمیم برای هر دسته از تابلوها ایجاد شد تا به این ترتیب، بیشترین عامل تاثیرگذار مساله شناسایی شود. هر درخت، دو مرتبه ایجاد شد؛ یک بار با استفاده از تمام داده ها در ایجاد و ارزیابی درخت و بار دیگر با استفاده از 80 درصد داده ها در ساخت درخت و 20 درصد باقیمانده برای ارزیابی آن مورد استفاده قرار گرفت. درختهای تصمیم ایجاد شده نشان دادند که تجربهی رانندگی، وضعیت تاهل، سن و پیشینه ی تحصیلی افراد، با توجه به شناسایی آنها به عنوان جداکننده های اولیه، تاثیرگذارترین عوامل در تعیین فهم راننده از تابلوهای ترافیکی و رانندگی بودهاند.