Clustering methods based on digital economy data

Abstract

Высокий уровень аварийности на автомобильном транспорте, постоянно растущее число погибших и раненых в (ДТП), является одной из острейших социально-экономических проблем для всех стран мира, отражаясь на экономике государств. Задача снижения уровня аварийности на автомобильном транспорте может более эффективно решаться с развитием цифровой экономики (внедрением систем видео фиксации, решением многочисленных частных задач исследования ДТП, кластерного подхода, обнаружением всех потребителей информации, сопровождающей эти задачи, минимизированием общих затрат при существенном повышении качества мероприятий).Количество статистических данных о ДТП, которое необходимо учесть и обработать, достаточно велико и требует широкого применения современных средств вычислительной техники и программного обеспечения. Эти факторы и побудили меня к созданию данного программного продукта для решения задачи кластерного анализа ДТП.

The high level of accidents in road transport, the constantly growing number of deaths and injuries in (road accidents) nowdays is one of the most acute socioeconomic problems for all countries of the world. The task of reducing the level of accidents in road transport can be more effectively addressed with the development of the digital economy (the introduction of video capture systems, the solution of numerous particular problems of accident investigation, the cluster approach, the detection of all consumers of information accompanying these tasks, minimizing overall costs while significantly improving the quality of activities). The amount of statistical data on accidents, which must be taken into account and processed, is large enough and requires a wide application of modern means computer technology and software. These factors prompted me to create this software product for solving the problem of cluster analysis of road accidents.