국내에서 발생하는 교통사고는 손해보험협회에서 작성한 「자동차사고 과실비율 인정기준」 에 따라 과실비율을 산정하며, 이를 통해 보험사의 합의나 판결이 내려진다. 하지만, 과실비율산정에 있어 분쟁이 빈번하게 일어나고 있다. 따라서, 교통사고 발생 시 경찰공무원에 의해 작성되는 교통사고 정보를 이용하여 「자동차사고 과실비율 인정기준」상의 교통사고 유형을 신속하게 확인할 수 있다면, 보다 효과적인 대응이 가능할 것으로 사료된다. 이에 본 연구에서는경찰에 의해 작성된 교통사고 정보를 학습시켜 「자동차사고 과실비율 인정기준」에서 제시하는 교통사고 유형으로 분류하는 모델을 개발하고자 한다. 특히, 데이터마이닝을 통해 경찰청교통사고 데이터에서 「자동차사고 과실비율 인정기준」의 교통사고 유형으로 분류하는 데 필요한 핵심어들을 추출하였다. 그리고, 키워드를 의사결정나무 및 랜덤 포레스트 모델을 통해학습시켜 교통사고 유형을 도출하는 모델을 개발하였다.
