مرکز تحقیقات راه ، مسکن و شهرسازی پژوهشنامه حمل و نقل 1735-3459 23 1 2026 03 21 Providing a solution to reduce the number of accidents on the roads of the Central Province using data mining based on behavioral analysis of offending drivers ارایه راهکار کاهش میزان تصادفات در راه های مواصلاتی استان مرکزی بااستفاده از داده کاوی براساس تحلیل رفتاری رانندگان متخلف 279 300 237359 10.22034/tri.2025.561433.3406 FA سیدحمید هاشمی دانش آموخته دکترا، اداره کل راهداری و حمل و نقل جاده‌ای، ایلام، ایران 0000-0003-4265-630X فریدون مقدس نژاد استاد، دانشکده مهندسی عمران و محیط زیست، دانشگاه صنعتی امیرکبیر، تهران، ایران 0000-0003-3830-4555 حیدر دشتی پور دانش آموخته کارشناسی ارشد، اداره کل راهداری و حمل و نقل جاده‌ای، ایلام، ایران نوید امیریان دانش آموخته کارشناسی ارشد، اداره کل راهداری و حمل و نقل جاده‌‌ای، ایرانشهر، ایران الهام پالیزبان دانش آموخته کارشناسی ارشد، اداره کل راهداری و حمل و نقل جاده‌ای، ایلام، ایران Journal Article 2025 11 23 The aim of this study is to provide effective solutions to reduce the number of road accidents in Markazi Province by using data mining techniques and analyzing the behavior of offending drivers. The present study is descriptive-analytical and accident data for the years 1401 to 1403 was extracted from the traffic police system. The data analysis used WAKA software and the J48 decision tree algorithm. This study is descriptive-analytical and was conducted using road accident data in Markazi Province for the period 1401 to 1403. The data was extracted from the traffic police database and analyzed using data mining software such as WAKA and SPSS. In a similar study, road accident data in northwest Tehran was analyzed using data mining software and the main factors affecting the occurrence of accidents were identified. The results of the analysis of 37,268 accidents showed that 98.4% of accidents were caused by human factors, 1% by vehicle defects, and 0.6% by road defects. Among human factors, inattention to the road ahead, failure to yield, driver fatigue and drowsiness, and exceeding the speed limit contributed the most to the occurrence of accidents. Predictive modeling with data mining algorithms showed that by reducing the occurrence of only 10% of the total causes of accidents, up to 63.6% of accidents could be reduced. Accordingly, strengthening traffic education, promoting social responsibility, and modifying drivers' behavioral attitudes are suggested as key solutions. هدف این پژوهش، ارائه راهکارهایی مؤثر برای کاهش میزان تصادفات جاده‌ای در استان مرکزی با بهره‌گیری از تکنیک‌های داده‌کاوی و تحلیل رفتار رانندگان متخلف است. پژوهش حاضر از نوع توصیفی-تحلیلی بوده و داده‌های تصادفات مربوط به سال‌های ۱۴۰1 تا ۱۴۰3 از سامانه پلیس راهور استخراج شده است. در تحلیل داده‌ها از نرم‌افزار واکا و الگوریتم درخت تصمیم J48 استفاده گردید. این پژوهش از نوع توصیفی-تحلیلی است و با استفاده از دادههای تصادفات جادهای استان مرکزی در بازه زمانی ۱۴۰1 تا ۱۴۰3 انجام شده است. دادهها از بانک اطلاعاتی پلیس راهور استخراج و با استفاده از نرمافزارهای دادهکاوی مانند واکا و SPSS تحلیل شدهاند. در مطالعهای مشابه، دادههای تصادفات جادهای شمال غرب تهران با استفاده از نرمافزارهای دادهکاوی تحلیل شده و عوامل اصلی مؤثر بر بروز تصادفات شناسایی شدهاند. نتایج تحلیل ۳۷۲۶۸ مورد تصادف نشان داد که ۹۸.۴٪ تصادفات ناشی از عوامل انسانی، ۱٪ ناشی از نقص وسیله نقلیه و ۰.۶٪ مربوط به نقص راه بوده‌اند. در میان عوامل انسانی، بی‌توجهی به جلو، عدم رعایت حق تقدم، خستگی و خواب‌آلودگی راننده، و تجاوز از سرعت مجاز بیشترین سهم را در بروز تصادفات داشته‌اند. مدل‌سازی‌های پیش‌بینی با الگوریتم‌های داده‌کاوی نشان داد که تنها با کاهش ۱۰٪ در وقوع علل تامه تصادف، می‌توان تا ۶۳.۶٪ از تصادفات را کاهش داد. بر این اساس، تقویت آموزش‌های ترافیکی، ارتقاء مسئولیت‌پذیری اجتماعی، و اصلاح نگرش‌های رفتاری رانندگان به‌عنوان راهکارهای کلیدی پیشنهاد می‌شود https://www.trijournal.ir/article_237359_c02101a135ce74da254fd11b8cef28b8.pdf