用大數據分析為何港鐵MTR最近事故頻發

GIF

是不是因為東鐵線上有一所著名的大學，導致搭乘動鐵線的乘客平均收壓力程度提升，因而提高了東鐵線上卧軌的概率？

小編決定通過data mining，來分析一下東鐵卧軌，以及用大數據分析，決定人們選擇自殺的幾個attribute。這樣可以幫助政府或者相關組織，更好地在更正確的時間，來做防護措施。

在查閱了相關心理學論文後，小編得出了幾個與自殺相關的attributes：1.Single or Occupied 2.Degree 3.Have a work or not 4.Salary 5.Age

這是世界衛生組織發布的，全球自殺分布圖。從以上圖片，直觀來看，中國的suicide rate在5.0-9.9，雖然顏色沒有達到紅色，但是橙色的程度，還是值得我們重視的。

因此，如果想通過大數據分析東鐵上卧軌自殺者的動機，我們還是需要獲得最近幾十年來的東鐵事故數據的。然後我們還需要做預處理，也就是data mining中的preprocessing。比如不是suicide，而是意外發生的事故，比如自己不小心掉下去，或者被人推下去，都需要做處理。然後我們還需要去除一些noise，去除一些錯誤的數據。

（以下為模擬分析的project：）

通過R語言，使用貝葉斯classifier，我們可以看出，正確率具有94%以上。

其中卧軌自殺人群中Single這個特性具有80%以上的probability決定了自殺者自殺，所以這個model告訴了我們一個結論就是：談戀愛可以減少自殺率從而減少死亡率。當然，不要太認真，以上數據是小編模擬杜撰出來的數據，不具有嚮導性。但是也可能確實有一定的參考性，不然為何有那麼多，為情殉身的新聞呢？

另外，其實大數據&AI來防範自殺其實已經有人在做了。

早在17年3月，美國就推出了Facebook人工智慧防自殺分析系統，經幾個月測試後，於同年11月正式推出至Facebook平台上20億用戶。這一系統會對用戶的貼文或直播影片進行掃描，當偵測到關鍵字句，如「我想死」、「我討厭我的人生」，「我想自殺」等，就會把這些用戶標記起來，轉發給內部營運部門，通過員工搶在第一時間過濾並查驗，若發現確實有自殺傾向，Facebook就會通知當地官方機構派人前往該用戶所在地以便關心、幫助。

17年秋天，美國阿拉巴馬州的一位女性用戶在Facebook開啟直播，直播中她揮舞著一把刀，說自己想自殺。Facebook的AI系統偵測到這個事件並聯繫了當地警方，最後順利阻止並將她帶到醫院接受觀察治療。

Last but not least,生活中總是充滿了各種煩心事，我們的壓力隨著年齡的增長也是越來越大，當然，不斷地放鬆減壓，轉化壓力為動力，才是我們該做的。

如果你任何感情問題，學業問題，可後台留言，小編願為你排憂解難~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！