فهرست نشریات علمی دسترسی آزاد ایران

امروزه یکی از چالش‌های اصلی کلان‌شهرها، بافت‌های فرسوده شهری است. زیست پذیری به‌عنوان یکی از شاخص‌های مهم در بررسی وضعیت این بافت‌ها می‌تواند در شناسایی نیاز آن‌ها کمک کند. تحقیق حاضر با هدف استفاده از روش‌های مدل‌سازی یادگیری ماشین برای تحلیل داده‌های مربوط به زیست‌پذیری بافت فرسوده شهری در منطقه 7 تهران، شامل کشف الگوها و ساختارها در پاسخ‌های پرسشنامه و پیش‌بینی و ارزیابی آن‌ها انجام‌شده است. پژوهش از نظر هدف کاربردی و از حیث ماهیت و روش توصیفی -پیمایشی می‌باشد. جامعه آماری در این تحقیق، ساکنان محلات بافت فرسود منطقه هفت تهران با تعداد 190228 هزار نفر است و حجم نمونه آماری 383 نفر است که به‌صورت نمونه‌گیری احتمالی به روش تصادفی ساده انتخاب‌شده‌اند. داده‌های پژوهش با دو الگوریتم رگرسیون جنگل تصادفی و k-means مورد تحلیل قرار گرفتند. نتایج نشان داد که با استفاده از الگوریتم رگرسیون جنگل تصادفی سطح زیست‌پذیری هشت محله مورد پیش‌بینی قرار گرفت که محله گرگان با بالاترین امتیاز و محله شاهد با کمترین امتیاز زیست‌پذیری شناسایی شدند. و همچنین با استفاده از این الگوریتم ده گویه برتر با توجه به سؤالات پرسشنامه بر اساس اهمیت تشخیص داده شدند که عواملی مانند دسترسی به حمل‌ونقل عمومی، مراکز بهداشتی در بالاترین رتبه‌ها قرار داشتند. الگوریتم k-means داده‌های پرسشنامه را بر اساس شباهت‌ها در پاسخ‌ها به پنج خوشه تقسیم کرد تا الگوها و نیازهای متفاوت ساکنان را شناسایی نماید که در این الگوریتم، خوشه یک با 24 درصد از پاسخ‌دهندگان نارضایتی بالایی از کیفیت محیط‌زیست شهری و بهداشت عمومی را نشان دادند.