آسیبهای اجتماعی و توسط نرم افزار

دانلود پایان نامه
همان طور که در فصل دوم شرح داده شد، هنگامی که بخواهیم یک جمعیت نامنظم را به زیر گروه های منظم تقسیم کنیم در حالی که برچسب از پیش تعریف شده ای برای این کار نداریم، از خوشه بندی یا تحلیل خوشه ای استفاده می کنیم.
در این بخش به منظور شناسایی مناطق همگن از منظر نوع تماس‌ها یا نوع مشکلاتی که شهروندان از طریق سامانه ی 137 با شهرداری تهران مطرح نموده اند از تحلیل خوشه بندی مناطق با استفاده از روش خوشه بندی دو مرحله‌ای استفاده شده است.
علت استفاده از الگوریتم دو مرحله ای، توانایی این الگوریتم در به کارگیری مجموعه داده های بزرگ و داده های ازنوع mixed است. الگوریتم دو مرحله ای می تواند چندین راهکار خوشه ای را تست کرده و بهترین را انتخاب نماید، بنابراین نیازی به تعیین تعداد خوشه های خروجی نیست. هم چنین قادر به شناسایی و حذف خودکار داده های پرت می باشد.
همان طور که در فصل قبل شرح داده شد هر یک از تماس های مشتریان ذیل یکی از گروه های تماس از پیش تعیین شده طبقه بندی می شود. هر گروه در واقع تبیین کننده یک نوع مشکل می باشد. مشکلات موجود در بانک اطلاعاتی سامانه 137، در 51 نوع طبقه بندی می شود. آماده سازی اولیه داده ها به ترتیبی که در فصل قبل به آن اشاره شد، منجر به حذف تعدادی از گروه های تماس گردید و در نهایت 25 گروه که نشان دهنده 25 نوع از مشکلات و معضلات شهری می باشد باقی ماند که در مرحله ی تحلیل توصیفی داده ها به تفصیل به شرح و فراوانی آن پرداخته شد.
با توجه به این که متغیر ورودی برای خوشه بندی گروه های تماس بود، بنابراین با انجام پردازش بر روی داده های خام به ترتیبی که در ادامه به آن اشاره می شود، داده ها برای استفاده در نرم افزار آماده سازی نهایی شدند. اقدامات انجام شده در این بخش عبارتند از:
ماتریسی از داده ها تهیه شد که در آن سطر ها نشان دهنده مناطق و ستون‌ها نشان دهنده گروه های تماس بودند و هر عنصر ماتریس نمایانگر فراوانی تماس‌های گرفته شده یک منطقه خاص ذیل هریک از گروه های تماس. برای تهیه این ماتریس از ابزار Pivot در نرم افزار اکسل استفاده شد.
سپس با تقسیم عناصر هر سطر از ماتریس بر جمعیت منطقه، سرانه ی تماس‌های مربوط به هر منطقه محاسبه شد.
همان طور که بیان شد، برای خوشه بندی از تکنیک دو مرحله‌ای در نرم افزار Clementine استفاده شده است. تعداد بهینه خوشه‌ها، به صورت اتوماتیک و با استفاده از شاخص فاصله ی اقلیدوسی توسط نرم افزار مشخص شده است. برای یافتن فاصله اقلیدوسی بین X و Y ابتدا باید تفاوت مولفه های متناظر X و Y را پیدا کرد و آن ها را به توان 2 رساند. فاصله برابر است با جذر مجموع تفاوت هایی که به توان 2 رسیده اند(شهرابی 1390).
در این تحقیق تعداد حداقل و حداکثرخوشه‌ها به صورت پیش فرض به ترتیب برابر 2 و 15 قرار گرفته است. در نهایت با استفاده از روش دو مرحله ای و اندازه‌های اقلیدسی بین خوشه‌ها، تعداد بهینه خوشه ها برابر 2 به دست آمد.
همان طور که در فصل دوم بیان شد، معیار اصلی؛ میزان شباهت داده های قرار گرفته در هر خوشه می باشد. در حالی که داده های قرار گرفته در دو خوشه مختلف از نظر شباهت با یکدیگر فاصله زیادی دارند.
پس از اجرای مدل، نتایج نشان داد، 16 منطقه در خوشه اول و 6 منطقه در خوشه دوم قرار می گیرد.
هر یک از 16 منطقه قرار گرفته درخوشه اول و نیز هریک از 6 منطقه خوشه دوم از نظر سرانه مشکلات و معضلات شهری با یکدیگر همگن می باشند.
در ادامه بررسی به تاثیر هر کدام از عوامل ( مشکلات) در خوشه بندی می پردازیم. برای خوانایی بیشتر نتایج به دست آمده از این تحلیل را در سه شکل مجزا بررسی شده است. در شکل 4-4 میزان اهمیت و تاثیر 9 عامل اول در خوشه بندی مورد بررسی قرار گرفته است.
شکل4-4 بررسی نه عامل اول در خوشه بندی
شکل4-4 بررسی نه عامل اول در خوشه بندی
همان‌طور که مشخص است 7 عامل از میان 9 عامل دارای اهمیت معنی‌دار (مقدار احتمال کمتر از 0.05) می‌باشند که در شکل با علامت قرمز رنگ مشخص شده اند. این 7 عامل عبارتند از:
آب گرفتگی و آب افتادگی ،آسفالت ، آسیبهای اجتماعی،اتوبوس، تاکسی، تغییر کاربری، تفکیک و بازیافت
همان‌طور که در شکل نیز مشخص است سرانه ی تماس‌ها در هریک از 7 نوع مشکل یاد شده در خوشه دوم بیشتر از خوشه اول است. و از این بابت اختلاف معناداری بین آن ها وجود دارد.
در ادامه میزان اهمیت و تاثیر 9 عامل دوم در بخش بندی مورد بررسی قرار گرفته است. همان‌طور که از شکل 4-5 مشخص است 6 عامل از این میان دارای اهمیت معنی‌دار (مقدار احتمال کمتر از 0.05) می‌باشند. این شش عامل عبارتند از: جمع آوری و نصب، حیوانات، درخت، زباله و ضایعات، ساخت و ساز، سد معبر
این بار نیز سرانه ی تماس‌ها در اکثر مشکلات مذکور در خوشه دوم بیشتر از خوشه اول است.
شکل4-5 بررسی نه عامل دوم در خوشه بندی
شکل4-5 بررسی نه عامل دوم در خوشه بندی
در ادامه آخرین عوامل باقی مانده مورد بررسی قرار می‌گیرند. در شکل4-6 میزان اهمیت و تاثیر 7 عامل انتهایی در بخش بندی مورد بررسی قرار گرفته است. همان‌طور که از شکل4-6 مشخص است 6 عامل از این میان دارای اهمیت معنی‌دار (مقدار احتمال کمتر از 0.05) می‌باشند. این شش عامل عبارتند از:
جمع آوری و نصب، حیوانات، درخت، زباله و ضایعات، ساخت و ساز، سد معبر
این بار نیز سرانه ی تماس‌ها در اکثر مشکلات مذکور در خوشه دوم بیشتر از خوشه اول است. در ادامه آخرین عوامل باقی مانده مورد بررسی قرار می گیرند.
.شکل 4-6 بررسی هفت عامل آخر در خوشه بندی