ЗНАЧАЈ КЛАСТЕР АНАЛИЗЕ ЗА ПРЕПОЗНАВАЊЕ ЕНТИТЕТА СА МЕЂУСОБНО СЛИЧНИМ ПЕРФОРМАНСАМА У          БЕЗБЕДНОСТИ САОБРАЋАЈА

Росић, Мирослав; Пешић, Далибор; Кукић, Драгослав

E03

ЗНАЧАЈ КЛАСТЕР АНАЛИЗЕ ЗА ПРЕПОЗНАВАЊЕ ЕНТИТЕТА СА МЕЂУСОБНО СЛИЧНИМ ПЕРФОРМАНСАМА У БЕЗБЕДНОСТИ САОБРАЋАЈА

SIGNIFICANCE OF CLUSTER ANALYSIS FOR RECOGNITION OF ENTITIES WITH MUTUALLY SIMILAR ROAD SAFETY PERFORMANCES

Мирослав Росић, Далибор Пешић, Драгослав Кукић

Росић, М., Пешић, Д., Кукић, Д., (2016). ЗНАЧАЈ КЛАСТЕР АНАЛИЗЕ ЗА ПРЕПОЗНАВАЊЕ ЕНТИТЕТА СА МЕЂУСОБНО СЛИЧНИМ ПЕРФОРМАНСАМА У БЕЗБЕДНОСТИ САОБРАЋАЈА. 11. Међународна Конференција - Безбедност саобраћаја у локалној заједници, Врњачка Бања.

Резиме: Већина истраживачких поступака у безбедности саобраћаја који за циљ имају поређење одређених ентитета (држава, општина, полицијских управа) се своди на груписање оних ентитета који су међусобно слични, односно припадају истој групи по нивоу безбедности саобраћаја. Груписање међусобно сличних ентитета се користи без обзира да ли се користе вредности ризика, индикатора или неких других показатеља одређених ентитета. Значај класификације се огледа не само кроз практичан значај у смислу квалитетније визуелизације резултата, већ се управљање безбедношћу саобраћаја и постављање циљева може дефинисати међу сличним ентитетима унутар исте групе. Постоје различите врсте кластер анализа са различитим математичким моделима за одређивање међусобно сличних ентитета, али све за циљ имају груписање међусобно сличних препознатих ентитета. Досадашње дефинисања група се у националним оквирима најчешће сводило на формирање класа једнаке ширине (без обзира да ли се користи неки корективни фактор или се одређује одговарајући почетни праг и елиминација екстремних вредности). Основна предност таквог начина класификације јесте независност од структуре података чија се класификација врши (може се поставити теоријски), али је основни недостатак то што одређени поређени ентитети могу бити неправедно сврстани у категорију којој не припадају услед грубо дефинисаних граница класа. У раду су презентоване одређене врсте кластер анализа и истакнуте су предности и недостаци кластер анализе у односу на класичне начине класификације унутар одређене расподеле. Разлике између метода груписања су приказане на примеру општина и полицијских управа у Републици Србији.

Кључне речи: груписање, кластер, ризик, поређење, оцена

Abstract: Most researches in road safety field whose aim is a comparison of different entities (countries, municipalities, police departments or etc.) usually end up with grouping of mutually similar entities, which means grouping according to level of road safety. Grouping of mutually similar entities is used regardless road safety parameter in use (risk values, road safety performance indicators, composite indexes or etc.). Significance of classification can be viewed not only trough practical significance in terms of better visualization of results, but also trough the fact that road safety management and goals in road safety can be defined among similar entities inside same group. There are many different cluster analysis, but all of them have same aim to recognize groups of mutually similar entities. Current defining of groups in national limits is often being done by formation of classes with equal widths (regardless whether some correction factor or determination of sensitivity threshold and elimination of extreme values is being used). Main advantage of such classical approach is independence from data structure for which classification is being done (can be done theoretically), but main disadvantage is that some entities can be unjustly put in the category they don’t belong to because of roughly defined borders of classes. Different types of cluster analysis are presented in this paper and also advantages and disadvantages of cluster analysis are explained in comparison with classic approach of groups creation. Differences between methods are described at the example of municipalities and police departments in the Republic of Serbia.

Keywords: grouping, cluster, risk, comparison, evaluation

Рад је изложио/-ла: Мирослав Росић

Поштовани, уколико приметите грешку на интернет страни (неисправни или погрешно усмерени линкови, неусаглашеност података и сл.) молимо Вас да обавестите администратора интернет странице на адресу admin@bslz.org.

ПРЕУЗИМАЊА