同济大学学报(自然科学版)

作者：王玲，李义丹，王子坚，张龙，邢莹莹，马万经

单位：1.同济大学 道路与交通工程教育部重点实验室，上海 201804;2.青岛市即墨区交通运输局，山东 青岛 266200

关键词：交通安全,连环追尾,严重程度,文本挖掘,隐含狄利克雷分布,有序Logit模型

基金：国家自然科学基金（52325210，52372333，52272336）；中央高校基本科研业务费专项资金（2023-4-YB-05，22120250322）

基于爬取的近8年微博数据，通过隐含狄利克雷分布（latent Dirichlet allocation，LDA）主题模型和社会网络分析，识别了连环追尾事故的8个主题，揭示了事故的主要特征和发生机理。研究发现高速公路是最主要的事故场景；雨雪天气引发事故频率高于雾天；未保持安全车距和超速行为显著增加事故风险。利用LDA对每篇文档进行主题分配，结合正则表达式提取的严重程度信息，构建了有序Logit回归模型，分析了不同主题对事故严重程度的影响。结果表明，连环追尾事故的平均受伤人数和死亡人数分别是机动车交通事故平均值的2.12倍和1.85倍。在高速公路上的连环追尾事故严重程度高于交叉口，其优势比（odd ratio，OR）值是交叉口的3.3倍；雾天事故的OR值是雨雪天气的9.4倍；货车行驶事故的OR值是轿车的4.6倍，是客车的2.2倍。

来源：2025年第7期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2025年第7期