Resumen de Análisis de la severidad de los accidentes de tráfico utilizando técnicas de minería de datos
Griselda López 
Reducir el impacto socio-económico de los accidentes de tráfico sigue siendo una de las prioridades estratégicas planteadas en los planes de seguridad vial, y concretamente una de las claves para conseguir este objetivo, es mejorar de la seguridad vial en las carreteras convencionales. Por ello en esta tesis doctoral se propone un análisis en profundidad de la accidentalidad de estas carreteras.
Existen diferentes enfoques para llevar a cabo el estudio de los accidentes de tráfico, y en esta investigación se realiza en términos de la gravedad de sus consecuencias.
Hasta el momento, las técnicas más utilizadas para analizar la gravedad de los accidentes han sido los Discrete Outcome Models (DOM), sin embargo, en la actualidad numerosos investigadores han comenzado a utilizar técnicas que se encuentran dentro del campo de la Minería de Datos (MD). Estas técnicas permiten extraer conocimiento de los datos, previamente desconocido e indistinguible, y normalmente, no parten de hipótesis ni requieren un previo conocimiento probabilístico del problema objeto de estudio.
Particularmente, los Árboles de Decisión (ADDs) son una técnica de MD muy apropiada para el estudio de los accidentes de tráfico, por diferentes razones: son fácilmente interpretables, pueden trabajar con grandes bases de datos, y descubrir fácilmente complejas interacciones entre los datos. Un aspecto a destacar, es que además, permiten la extracción de Reglas de Decisión (RDs) del tipo ¿SI-ENTONCES¿, que pueden ser usadas para descubrir determinados patrones de comportamiento que ocurren dentro de un conjunto de datos. Estos patrones pueden ayudar a la comprensión del suceso de un accidente, así como a la identificación de las principales variables que determinan su gravedad.
Los ADDs pueden ser construidos con diferentes algoritmos. El algoritmo CART (Breiman et al., 1984) ha sido hasta el momento el más ampliamente utilizado en las investigaciones de seguridad vial, sin embargo este método solo permite la construcción de árboles binarios, y su interpretación, para el estudio de los accidentes, puede ser ineficiente en determinadas ocasiones. Dado que existen otros algoritmos, muy utilizados en la literatura de MD, que permiten la construcción de ADDs sin esta restricción binaria, y que pueden ser más explicativos de cara al estudio de la gravedad del accidente, en esta tesis doctoral se propone su aplicación.
La principal limitación de las RDs que se extraen de los ADDs es que son dependientes de la estructura del árbol, de modo que pueden existir ciertos patrones de accidentes que no sean detectados. Por lo que a priori, no se estaría obteniendo todo el conocimiento posible de la base de datos de accidentes analizada. Por ello, en esta tesis doctoral se propone utilizar además, un nuevo método de extracción de RDs, Information Root Node Variation, que resuelve esta limitación, y permite extraer todo el conocimiento existente de la base de datos analizada.
Con los resultados obtenidos en esta investigación se demuestra que los ADDs son una herramienta adecuada para analizar los accidentes de tráfico de un modo sencillo y fácilmente comprensible para los analistas de la seguridad vial. Que permiten obtener la importancia de las variables en el modelo, y por tanto las variables con mayor influencia en la gravedad del accidente. Y que la extracción de RDs resulta de vital interés para los analistas y gestores de seguridad vial.
Con las RDs particularmente obtenidas, se han identificado problemáticas concretas de seguridad vial de las carreteras analizadas, sobre las que las Administraciones competentes podrían realizar actuaciones concretas. En una primera fase las actuaciones pueden centrarse en los accidentes graves o mortales, y posteriormente intervenir en los accidentes leves. Dentro de cada uno de estos grupos, el planteamiento propuesto en esta investigación permitiría priorizar actuaciones basándose en parámetros que expresan la importancia de los patrones que se obtendrán. Estos parámetros cuantificarán distintas características de las reglas que surgirán de nuestros procedimientos cuando se aplican a datos concretos.
