1.一种基于高风险交通行为数据库的交通事故风险评估方法，其特征在于，包括以下步骤：步骤一，对采集到的交通事故数据进行预处理，得到高风险交通行为和其余影响因素的关系；

步骤二，对所有采集到的交通事故结果进行分类；

步骤三，统计不同事故结果下的各个因素发生的频率，并将频率结果存入高风险交通行为数据预处理子库中；

步骤四，统计不同事故结果下各因素中发生频率最大的子因素序列；

步骤五，根据数据预处理子库与子因素序列，建立交通事故风险评估推理模型，统计所有路径，求得所有中央路径，将映射结果存入映射数据子库，将路径结果存入路径数据子库；

步骤六，输入一个完整或缺项路径，映射数据子库将输出所有可能结果的发生概率。

2.根据权利要求1所述的一种基于高风险交通行为数据库的交通事故风险评估方法，其特征在于，步骤一中，对采集到的交通事故数据进行预处理的具体方法如下：第一步，根据事故事件代码和影响因素代码对高风险交通行为和其余影响因素进行编码；

第二步，根据路径编码向量和路径系数向量确定最终路径。

3.根据权利要求1所述的一种基于高风险交通行为数据库的交通事故风险评估方法，其特征在于，步骤三中，子因素发生的频率p(i,j)的计算方法如下：其中CA是所有该类事故发生的频数，CS是各个子因素在该类事故下发生的频数。

4.根据权利要求1所述的一种基于高风险交通行为数据库的交通事故风险评估方法，其特征在于，步骤四中，子因素序列 的计算方法如下：其中，r表示对应的事故结果代码，n表示影响因素的个数；

引入转化系数k(i,j)，使pr(i,j)＝kr(i,j)×Ar(i,j)；

将prmax(i,j)和与其对应的Armax(i,j)存入高风险交通行为数据预处理子库中。

5.根据权利要求1所述的一种基于高风险交通行为数据库的交通事故风险评估方法，其特征在于，步骤五中，交通事故风险评估推理模型的建立方法如下：第一步，事故事件代码f视为一条由高风险交通行为出发，经历各个除高风险交通行为外其他影响因素为节点，事故结果为终点的路径；

第二步，将不同类事故发生频率从0到1分为若干个区间；

由不同结果出发，统计各个区间中不同路径发生的频数并由大到小排列，取前k条路径作为每个区间的中央路径，将每条与相应结果对应的路径fri及中央路径代码frci存入路径数据子库中；

第三步，将输入的路径f分为两类：完整路径和缺项路径。

6.根据权利要求1所述的一种基于高风险交通行为数据库的交通事故风险评估方法，其特征在于，步骤六中，对于完整路径的处理方法如下：若路径库中存在该完整路径，则用库中路径对应事故结果的频率pr代替该路径对应事故结果的概率Pr作为输出；

则当输入路径与中央路径的距离小于某一数值ε，即d≤ε时，用中央路径frc1的频率prc1代替路径f的结果概率Pr；当d>ε时，找到除frc1外与f距离最近的路径frc2，用frc1与frc2的频率均值prca12代替路径f的结果概率Pr，并将结果存入风险行为与结果映射数据子库中。

7.根据权利要求6所述的一种基于高风险交通行为数据库的交通事故风险评估方法，其特征在于，步骤六中，对于缺项路径的处理方法如下：定义一条由去掉已知节点后，剩余节点组成的路径为对应事故结果的截断路径fri’；

计算路径数据子库中在相应事故结果下截断路径的频数Cri’；

求得最大频数Crimax’所对应的截断路径frimax’；

将已知节点补充在截断路径frimax’上，得到一条完整路径；

使用完整路径的处理方法求得截断路径frimax’得到对应的结果概率Primax’作为过程期望概率；

取数据预处理子库中 建立新的子因素发生频率序列

用已知节点的频率替换序列 中对应的频率值，得到一条完整的结果期望路径fre’所对应的子因素发生频率序列；

将结果期望路径fre’带入上述完整路径的处理方法求得结果期望概率Pre；

求过程期望概率Pri与结果期望概率Pre的均值Pr作为输出。