CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

خوشه بندی رانندگان متخلف بر اساس داده های برگ جریمه

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۵ | نظرات: ۰
سال انتشار: ۱۳۹۸
کد COI مقاله: NCCE11_463
زبان مقاله: فارسی
حجم فایل: ۳۸۹.۵ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۸ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله خوشه بندی رانندگان متخلف بر اساس داده های برگ جریمه

  مهدیه اصل جوادیان - دانشجوی کارشناسی ارشد برنامه ریزی حمل و نقل دانشگاه صنعتی امیرکبیر
  سیدمحمود مصباح - عضو هیئت علمی دانشکده عمران و محیط زیست دانشگاه صنعتی امیرکبیر
  شهریار بهزادبصیرت - عضو هیئت علمی پژوهشگاه علوم انتظامی و مطالعات اجتماعی

چکیده مقاله:

تخلفات رانندگی یکی از اصلی ترین علل بروز اختلالات ترافیکی و تصادفات جاده ای هستند که مطالعه آنها اهمیت زیادی دارد. از آنجایی که دلیل اصلی رخ دادن تخلفات، رانندگان هستند، لذا مدل سازی رفتار آنها و تدوین طرح هایی به منظور کاهش و کنترل تخلفات آنها ضروری به نظر می رسد. در این پروژه با استفاده از داده های تخلفات رانندگان از پلیس راهور و با به کار گیری ابزار داده کاوی، رانندگان به سه خوشه کم جریمه کم سفر ، جریمه متوسط پرسفر و پر جریمه چندپلاکه افراز شده اند و راهکارهایی متناسب با هر کدام ارائه شده است. انتظار می رود با به کار گیری نتایج این پروژه توسط پلیس راهنمایی و رانندگی، تخلفات رانندگی در سال های آتی کاهش یافته و به تبع آن جان و مال شهروندان و سرمایه های کشور حفظ شود.

کلیدواژه‌ها:

تخلفات رانندگی، داده کاوی، خوشه بندی، جرائم رانندگی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NCCE11-NCCE11_463.html
کد COI مقاله: NCCE11_463

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
اصل جوادیان, مهدیه؛ سیدمحمود مصباح و شهریار بهزادبصیرت، ۱۳۹۸، خوشه بندی رانندگان متخلف بر اساس داده های برگ جریمه، یازدهمین کنگره ملی مهندسی عمران، شیراز، دانشگاه شیراز، https://www.civilica.com/Paper-NCCE11-NCCE11_463.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (اصل جوادیان, مهدیه؛ سیدمحمود مصباح و شهریار بهزادبصیرت، ۱۳۹۸)
برای بار دوم به بعد: (اصل جوادیان؛ مصباح و بهزادبصیرت، ۱۳۹۸)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۱۸۷۰۷
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.