روش تحقیق
مقدمه
در فصل قبل مبانی نظری و تجربی تحقیق مورد بررسی قرار گرفت. در این فصل ساختار مفهومی روش تحقیق تشریح می گردد. برای این منظور مباحث مرتبط با مدل و الگوریتم های مورد استفاده به تفصیل بیان می گردند، سپس در خصوص داده ها و ساختار اجرایی تحقیق و گام های آن بحث خواهد شد.

نوع تحقیق
در این قسمت نوع تحقیق بر مبنای هدف تحقیق و روش گردآوری داده ها بیان می شود که در ادامه به شرح آن می پردازیم:

• • بر اساس هدف تحقیقات

تحقیقات علمی بر اساس هدف، به سه دسته: بنیادی، کاربردی، تحقیق و توسعه تقسیم می شوند. این پژوهش از آن جهت که سعی در توسعه ی دانش داده کاوی در مدیریت شهری دارد؛ تحقیق کاربردی محسوب می شود.

• • بر اساس روش گردآوری داده ها

تحقیقات علمی بر اساس روش گردآوری اطلاعات به دو دسته کلی: تحقیقات توصیفی و تحقیقات آزمایشی طبقه بندی می شوند. پژوهش حاضر از نوع توصیفی می باشد زیرا محقق به دنبال کشف الگوهای پنهان میان داده ها و تشریح و تبیین دلایل چگونه بودن و چرایی این الگوهاست.
مدل فرایندی داده کاوی بر اساس استاندارد CRISP-DM
با توجه به ماهیت تحقیق که استفاده از داده کاوی در کشف روابط و الگوهای پنهان میان داده های سامانه ۱۳۷ شهرداری تهران می باشد این تحقیق از نوع داده محور^[۴۸] محسوب می شود. پایه اصلی تحقیق بر کشف دانش از پایگاه داده مرکز مدیریت شهری ۱۳۷ شهرداری تهران نهاده شده است. از این رو استاندارد جهانی CRISP-DM جهت انجام فرایند تحقیق مورد استفاده قرار گرفته است که در فصل دوم به مراحل اصلی آن اشاره شد. هم چنین ساختار اجرایی تحقیق بر همین اساس مورد بررسی قرار گرفته است که در ادامه به آن می پردازیم.
با توجه به این که در این تحقیق از تکنیک های متعدد داده کاوی برای مدل سازی استفاده شده است در هر بخش سعی شده الگوریتمی که بیشترین دقت را در مدل سازی ارائه می کند به کار گرفته شود. در فصل بعد به تفصیل به جزئیات الگوریتم های به کار گرفته شده پرداخته می شود.
شناخت کسب و کار^[۴۹]
همان گونه که پیشتر اشاره شد؛ یکی از مسائل مهم در عرصه ی مدیریت شهری، نحوه ی ارزیابی شهروندان از عملکرد مدیران شهری، اعتماد به این نهاد و مشارکت در آن است. با رشد فزاینده ی جمعیت در کلان‌شهر تهران و به دنبال آن افزایش مشکلات و مسائل ناشی از شهرنشینی در ابعاد وسیع اقتصادی، اجتماعی، فرهنگی و زیست‌محیطی لزوم ایجاد و استفاده از بسترهای مدیریت شهری جدید همراه با به‌روزترین و کاربردی‌ترین فن آوری‌ها احساس می‌شود. از این رو شهرداری تهران در یک اقدام ابتکاری و با بهره گرفتن از فن آوری های نوین ارتباطی در پیاده سازی سامانه مدیریت شهری ۱۳۷، فصل جدیدی را در ایجاد ارتباط باشهروندان و افزایش مشارکت آنان در زمینه ی شناسایی و اطلاع رسانی مسائل و مشکلات شهری پایه ریزی کرده است.
هم اکنون با گذشت بیش از ۶ سال از پیاده سازی این سامانه می توان گفت که داده های ارزشمندی در زمینه مسائل شهری در بانک اطلاعاتی این مرکز جمع آوری شده که با به کارگیری دانش داده کاوی به عنوان یکی از ابزارهای پیاده سازی هوش سازمانی یا Business Intelligence بر روی این داده ها به شهرداری در شناخت درست نیازهای شهروندان و ارائه ی هر چه بهتر خدمات به آنان کمک نمود. نتیجه ی به کارگیری تکنولوژی داده کاوی در این سامانه می تواند منجر به شناسایی الگوهای مهم و پنهانی شود که پیش از آن ممکن است مورد توجه قرار نمی گرفته و دانستن آن مدیران شهری را در ارائه ی مطلوب خدمات شهری به شهروندان یاری می رساند.
شناخت داده ها ^[۵۰]
داده های اصلی مورد استفاده در این تحقیق از بانک اطلاعاتی مربوط به سامانه ۱۳۷ شهرداری تهران به دست آمده که طی سال ۱۳۸۹ از طریق روش های ۵ گانه ارتباط شهروندان با این مرکز در سراسر مناطق ۲۲ گانه شهرداری تهران جمع آوری شده است. هر پیام در این سامانه دارای یک کد رهگیری مشخص می باشد که از زمان ثبت پیام تا زمان اقدام همراه آن است. بانک اطلاعاتی این سامانه SQL Server 2005 می باشد.
با توجه به این که اطلاعات فرد تماس گیرنده نظیر شماره ی تلفن تماس گیرنده، نام و نام خانوادگی، در صورت تمایل شهروند در سامانه ثبت می شود پس از بررسی مشاهده شد که در حجم وسیعی از رکوردها این فیلد به صورت مقادیر تهی^[۵۱] ثبت شده بود و به همین دلیل امکان طبقه بندی تماس ها به تفکیک شهروند میسر نبود ( با در نظر گرفتن این فرض که هر شهروند بیش از ۱ بار در سامانه ثبت اطلاعات نموده است).
شرح دقیق فلیدهای جداول به کار رفته در این تحقیق در بخش تحلیل توصیفی آورده شده است.
آماده سازی داده ها^[۵۲]
آماده سازی داده ها مهم ترین و زمان بر ترین بخش در انجام یک فرایند داده کاوی است و شامل مواردی هم چون حذف نقاط مغشوش^[۵۳]، پر و یا حذف کردن مقادیر مفقوده^[۵۴]، تبدیل و یا گسسته سازی ^[۵۵]و کاهش ابعاد داده هاست. هم چنین در این مرحله باید داده ها به فرمتی مناسب برای استفاده از نرم افزارها و برنامه های داده کاوی تبدیل شوند. در قسمت روش اجرایی تحقیق به شرح فرایندهای انجام شده در مرحله آماده سازی داده ها به تفصیل می پردازیم.
مدل سازی^[۵۶]
این مرحله پیاده سازی تکنیک های مدل سازی یا داده کاوی بر روی دیدگاه قابل کاوش ایجاد شده در مرحله قبل است. برای مدل سازی لازم است که ابتدا تکنیک مدل سازی انتخاب شود که در این تحقیق سعی شده است از اکثر تکنیک ها (قابلیت ها) ی داده کاوی نظیر خوشه بندی، درخت تصمیم و قوانین وابستگی در کاوش داده های موجود به کار گرفته شود. در هر مورد الگوریتم های موجود آزمایش و بر اساس نوع و تعداد رکوردهای اطلاعاتی، بهترین الگوریتم انتخاب گردیده است.
برای اعمال این تکنیک ها در تحقیق حاضر از نرم افزار SPPS Clementine به کار گرفته شده است. بدین شکل که داده ها با فرمت های شناخته شده در نرم افزار بارگذاری شده و الگوریتم های مختلف بر روی این مجموعه داده ها اجرا گردیده است. نتایج به دست آمده در فصل چهارم ارائه شده است.
ارزیابی مدل^[۵۷]
در این مرحله مدل های طراحی شده در هر بخش مورد ارزیابی قرار می گیرد تا مشخص شود آیا اهداف پیش بینی شده در انجام داده کاوی تامین شده است یا خیر.
توسعه مدل^[۵۸]
در آخرین مرحله، گزارش نهایی از محصول که همان دانش کشف شده است را می توان در اختیار شهرداری تهران قرار داد تا راجع به استفاده از نتایج تصمیم گیری نمایند.
با توجه به این که این تحقیق یک تحقیق کاربردی می باشد، نتایج می تواند به صورت یک سیستم جهت تصمیم گیری مدیران شهری کاربرد داشته باشد.
داده های تحقیق
داده های این تحقیق شامل موارد زیر می باشد:

• • داده های حاصل از تماس شهروندان تهرانی با مرکز سامانه مدیریت شهری۱۳۷ شهرداری تهران که هر یک به نوعی بیان کننده ی مشکلات شهری در یکی از مناطق ۲۲ گانه شهرداری تهران می باشد و به یکی از روش های ۵ گانه ارتباطی که در بخش ۲-۲-۳-۱ به آن اشاره شده به این مرکز اطلاع رسانی شده و در بانک اطلاعاتی مربوطه ثبت گردیده است. این داده ها مربوط به سال ۱۳۸۹ می باشد.

• • داده های جمعیتی شهر تهران به تفکیک مناطق ۲۲گانه شهرداری تهران.

• • داده های مربوط به وضعیت اعتبار عمرانی مصوب ۸۹ به تفکیک مناطق ۲۲گانه شهرداری تهران.

• • داده های هواشناسی.

جامعه آماری, روش نمونه گیری و حجم نمونه
جامعه ی آماری این تحقیق، ۱٫۱۳۵٫۲۳۷ رکورد از بانک داده مرکز سامانه مدیریت شهری ۱۳۷ شهرداری تهران می باشد که هر رکورد نمایانگر یکی از موضوعات و مشکلات شهری منعکس شده از سوی شهروندان در طول سال ۱۳۸۹ می باشد.
از آن جایی که داده های جمعیتی، آب و هوایی و بودجه ای مناطق در طول سال مورد بررسی در بانک داده سامانه ۱۳۷ ثبت و نگهداری نشده است، لذا داده های مذکور با مراجعه به سایت های مربوطه استخراج و ذخیره گردید.
با توجه به این که نتایج داده کاوی با داشتن داده های بیشتر از صحت بالاتری برخوردار می شوند، بنابراین نمونه گیری در خصوص این جامعه آماری صورت نگرفته است و تمامی داده ها به جز داده های پرت و داده های ناقص مورد استفاده قرار گرفته است.
روش گردآوری اطلاعات و ابزار سنجش
گردآوری داده های اصلی این پژوهش از طریق مراجعه حضوری به مرکز سامانه مدیریت شهری ۱۳۷ شهرداری تهران و در اختیار گرفتن برشی از بانک اطلاعاتی این سامانه در مقطع یک سال و مصاحبه با کارشناسان محترم معاونت فن آوری اطلاعات مرکز مدیریت شهری۱۳۷ که متولی امر پیاده سازی این سامانه از ابتدا و نظارت بر حسن اجرای نرم افزار این سامانه و ارزیابی عملکرد و تهیه گزارش های آماری مرتبط در حال حاضر هستند صورت گرفته است.
هم چنین مطالعات کتابخانه ای، شامل جستجوی مقالات و پایان نامه های با موضوع مشابه، مطالعه کتاب های مرتبط در زمینه ی داده کاوی و نیز شرکت در سمینارهای مرتبط با داده کاوی از جمله روش های گردآوری اطلاعات در بخش ادبیات موضوع بوده است.
نوع داده ها و مقیاس آن ها
نوع و مقیاس داده های این تحقیق به شرح ذیل می باشد: