探究黑海地区船舶扣押时长的决定因素：基于混合贝叶斯与关联规则挖掘的方法视角

《Scientific Reports》：Uncovering the determinants of ship detention duration in the Black Sea Region: a hybrid Bayesian and association rule mining perspective

　　

摘要

本研究探讨了黑海谅解备忘录区域内的港口国控制下船舶扣留时长的主要决定因素，比较了疫情前后的检查结果。通过从黑海信息系统中获取的756起港口国控制扣留案例，研究采用了树增强朴素贝叶斯网络和关联规则挖掘方法，以识别概率依赖关系和频繁出现的共现模式。树增强朴素贝叶斯网络分析显示，港口国控制机构对船舶扣留时长影响最大，且在疫情期间其影响力更为显著。与ISM规则相关的缺陷也变得更为重要，而消防安全和救生设备等传统技术缺陷的重要性则有所下降。关联规则挖掘的结果进一步表明，在俄罗斯和罗马尼亚的港口，较老型的滚装船若存在ISM规则合规性问题，其扣留时长往往超过两天。这些发现强调了制定针对不同机构的、基于风险的检查策略以及改进ISM规则审核的标准化的必要性，以此减少运营中断。这是首次运用树增强朴素贝叶斯网络与关联规则挖掘相结合的方法，对黑海谅解备忘录区域内的船舶扣留时长进行专项分析。