随着汽车产业的快速发展,我国的汽车数目逐渐增多,但是驾驶员的交通文明理念以及安全防范意识明显落后,超速、追尾碰撞、不按规定让行等交通违法行为多发。驾驶员作为车辆的操纵者,是道路交通系统的主要参与者,因此对驾驶员驾驶行为的研究一直是道路交通安全领域的热点。安装在租车公司运营车辆上的MOBILEYE车载系统可实时记录驾驶员行车过程的时间、车速以及告警类型等信息,并通过网络传输到后台数据库进而获取车辆运行数据。本文通过研究这些配备MOBILEYE车载系统的车辆运行数据,选取与驾驶行为相关的参数,并分析这些参数对驾驶行为的影响,探索相关因素与驾驶行为的关系,进而对其驾驶行为进行评估,构建驾驶用户的个人画像,来达到规范驾驶员驾驶行为的目的,为交通安全提供保障。论文所做的主要内容如下:首先,对驾驶行为的研究背景、研究目的以及国内外研究现状进行了简单概述,并介绍了论文的研究内容以及所使用的相关技术。其次,通过对驾驶行为数据的选择与预处理,并分析所给数据之间的关联,设计并实现了个人驾驶数据分析系统,可视化展示每日预警、每周预警、车速变化、预警波动以及驾驶时长等信息。然后,通过C4.5算法构建了分析个人驾驶行为的决策树知识模型,可以对驾驶员的警示信息进行预测,用来帮助驾驶员减少或避免日常交通事故的产生,同时探索诱导交通事故发生的影响因素,降低不良驾驶行为造成的潜在危害。最后,从收集的驾驶数据中提取出城市碰撞预警、前防撞预警、限速预警、车道偏离等参数作为驾驶行为的评估指标,利用层次分析法计算各评估指标的权重,给出各驾驶员相应的驾驶行为得分。确立了驾驶用户个人画像的驾驶行为特征维度并进行标签建模,最后将驾驶员的基本属性、驾驶行为特征、该特征在群体中的位置、该特征的变化趋势以及评估得分结合在一起,构成横纵结合的全新个人画像,从而综合评估驾驶员驾驶习惯的优劣以及驾驶安全性,有意识提醒并改善司机的驾驶行为,同时可为汽车经销商、个体车主、保险公司及运输公司提供车辆安全管理和保险服务依据。