1.一种针对特定驾驶人群的道路交通事故风险预警方法，其特征在于，所述预警方法的实施过程如下:S101、针对特定的驾驶人群如某市的公交车司机，收集其个人特征数据、历史交通违章数据和历史交通事故数据；

S102、对所获得的历史交通数据进行处理，剔除缺失值多的、不合理的数据，产生建立模型所需的数据样本，导入到针对特定人群的交通事故数据信息库；

S103、利用数据库中的历史交通事故数据利用人、车、路与环境方面的因素来建立一个交通事故严重程度模型，模型中只保留显著变量p<0.1；

S104、基于S103建立的模型，对多个驾驶人进行聚类，将相同属性的驾驶人归为一类；

S105、针对S104的不同分类的驾驶人群体，分别分析其性别、年龄、驾龄、身高、体重、车龄的特征，并针对不同群体中显著变量计算边际效应值，来定量分析各显著因素对交通事故严重度的影响；

S106、针对上述因素提出改善措施，反馈给相关部门；

S107、针对每类驾驶人建立一个事故风险预测模型：筛选所需数据，计算每类驾驶人发生交通安全事故的概率；

S108、通过气象部门天气情况报道、地图实时交通情况、车载行车视频监控系统收集到的道路与环境信息，结合事故风险预测模型中的驾驶人信息和车辆信息，运用S107中建立的模型来计算特定驾驶人发生事故的风险，提前给出预警提示，以降低事故的发生概率，提高行车安全；

S109、把新增的事故数据信息，定期增加到S102中已建立好的针对特定人群的交通事故信息库中，对S103、S104、S107中所建立的模型参数进行修正，以便提供更加精准的事故预测概率；

所述数据的来源是有关运输企业、道路交通管理部门、导航软件，获取人、车、路与环境方面的多维数据；

所述相同属性包括性别、年龄、驾龄、身高、体重、时间段、车龄，同时聚类时不仅按照单一属性归类，还需要将属性进行合并后再分类；

所述新增事故数据信息和原有事故数据信息对比，判断模型对降低事故率的效果。