رشد مداوم جمعیت و شهرنشینی، توجه پژوهشگران را به جای کمیت فضاهای سبز شهری، به کیفیت آن‌ها معطوف کرده است. فضاهای سبز شهری شامل پارک‌ها، جنگل‌ها و تالاب‌ها می‌شوند که نقش مهمی در بهبود کیفیت زندگی شهروندان ایفا می‌کنند. این مقاله به بررسی روشی نوین برای ارزیابی کیفیت فضاهای سبز شهری با استفاده از تکنیک‌های هوش مصنوعی می‌پردازد.

این مقاله توسط محمدمهدی قهرمانی، نادینا جی. گاله، فابیو دوارته، کارلو راتی و فرانچسکو پیلا نوشته شده است. نویسندگان از متخصصان حوزه‌های مختلف از جمله شهرسازی، علوم کامپیوتر و محیط زیست هستند که به طور مشترک در زمینه شبکه‌های اجتماعی و اطلاعاتی فعالیت می‌کنند. تمرکز اصلی این تحقیق، یافتن راه‌هایی برای درک بهتر نیازها و انتظارات شهروندان از فضاهای سبز شهری با استفاده از داده‌های در دسترس و فناوری‌های نوین است.

این تحقیق با استفاده از نظرات و بازخوردهای شهروندان در پلتفرم‌های آنلاین مانند TripAdvisor، به ارزیابی کیفیت فضاهای سبز شهری می‌پردازد. روش‌های سنتی ارزیابی کیفیت فضاهای سبز، اغلب متکی به ارزیابی‌های تخصصی شامل مشاهدات میدانی، نظرسنجی‌ها و تحلیل‌های سنجش از دور هستند. اما این روش‌ها زمان‌بر و پرهزینه بوده و لزوماً بازتاب‌دهنده دیدگاه‌های عمومی نیستند.

این مقاله رویکردی متفاوت را پیشنهاد می‌کند که در آن از تکنیک‌های پردازش زبان طبیعی (NLP) و یادگیری ماشین برای تحلیل متن نظرات کاربران استفاده می‌شود. با این کار، می‌توان به درک عمیق‌تری از ویژگی‌هایی که شهروندان برای فضاهای سبز شهری ارزشمند می‌دانند، دست یافت. نتایج این تحلیل‌ها می‌تواند به مقامات محلی و ذینفعان در برنامه‌ریزی و سرمایه‌گذاری‌های آتی در فضاهای سبز کمک کند.

روش‌شناسی این تحقیق شامل مراحل زیر است:

• جمع‌آوری داده‌ها: جمع‌آوری نظرات و بازخوردهای شهروندان در مورد فضاهای سبز شهری از پلتفرم TripAdvisor.
• پیش‌پردازش داده‌ها: پاکسازی و آماده‌سازی متن‌ها برای تحلیل (حذف کلمات اضافی، تصحیح املایی و غیره).
• تحلیل احساسات: استفاده از تکنیک‌های پردازش زبان طبیعی برای تعیین احساسات مثبت، منفی یا خنثی موجود در هر نظر.
• طبقه‌بندی متن: دسته‌بندی نظرات بر اساس موضوعات مختلف مرتبط با فضاهای سبز (مانند تمیزی، امکانات، امنیت، دسترسی و غیره).
• ارزیابی نتایج: بررسی صحت و دقت نتایج تحلیل و ارائه گزارش‌های قابل فهم برای ذینفعان.

به طور خاص، نویسندگان از الگوریتم‌های یادگیری ماشین برای آموزش مدل‌هایی استفاده کرده‌اند که می‌توانند احساسات و موضوعات مرتبط با فضاهای سبز را به طور خودکار شناسایی کنند. این مدل‌ها با استفاده از داده‌های آموزشی برچسب‌گذاری شده (نظراتی که به طور دستی برچسب‌گذاری شده‌اند) آموزش داده شده و سپس برای تحلیل نظرات جدید مورد استفاده قرار می‌گیرند.

برای مثال، یک جمله مانند “پارک بسیار تمیز و آرامش‌بخشی بود” به عنوان یک نظر مثبت و مرتبط با موضوع “تمیزی” طبقه‌بندی می‌شود.

برخی از یافته‌های کلیدی این تحقیق عبارتند از:

• نظرات شهروندان در مورد فضاهای سبز شهری می‌تواند اطلاعات ارزشمندی در مورد نقاط قوت و ضعف این فضاها ارائه دهد.
• تکنیک‌های هوش مصنوعی می‌توانند به طور موثر برای تحلیل این نظرات و استخراج اطلاعات مفید مورد استفاده قرار گیرند.
• موضوعات کلیدی که برای شهروندان در فضاهای سبز مهم هستند، شامل تمیزی، امنیت، دسترسی، امکانات و زیبایی بصری می‌شوند.
• بین کیفیت فضاهای سبز شهری و میزان رضایت شهروندان از زندگی در شهر رابطه مستقیمی وجود دارد.

به عنوان مثال، تحلیل‌ها نشان داد که فضاهایی که دارای امکانات تفریحی مناسب برای کودکان و خانواده‌ها هستند، نظرات مثبت بیشتری را به خود جلب می‌کنند. همچنین، فضاهایی که به خوبی نگهداری می‌شوند و از امنیت بالایی برخوردارند، در بین شهروندان محبوب‌تر هستند.

نتایج این تحقیق می‌تواند کاربردهای متعددی داشته باشد، از جمله:

• بهبود برنامه‌ریزی فضاهای سبز شهری: با درک بهتر نیازها و انتظارات شهروندان، می‌توان فضاهای سبز را به گونه‌ای طراحی کرد که نیازهای آن‌ها را به بهترین نحو برآورده سازد.
• بهینه‌سازی تخصیص منابع: می‌توان منابع را به سمت بهبود جنبه‌هایی از فضاهای سبز که برای شهروندان مهم‌تر هستند، هدایت کرد.
• ارزیابی عملکرد پروژه‌های بهبود فضاهای سبز: می‌توان از نظرات شهروندان برای ارزیابی اثربخشی پروژه‌هایی که با هدف بهبود فضاهای سبز انجام می‌شوند، استفاده کرد.
• افزایش مشارکت شهروندان در فرآیند تصمیم‌گیری: می‌توان از نظرات شهروندان برای مشارکت دادن آن‌ها در فرآیند تصمیم‌گیری مربوط به فضاهای سبز استفاده کرد.

به عنوان مثال، اگر تحلیل‌ها نشان دهد که کمبود روشنایی در یک پارک خاص باعث نگرانی شهروندان شده است، مقامات محلی می‌توانند با نصب چراغ‌های بیشتر، این مشکل را برطرف کنند و رضایت شهروندان را افزایش دهند. به طور کلی، این تحقیق نشان می‌دهد که استفاده از هوش مصنوعی می‌تواند به ایجاد شهرهایی سبزتر، سالم‌تر و پایدارتر کمک کند.

این مقاله نشان می‌دهد که استفاده از تکنیک‌های هوش مصنوعی برای تحلیل نظرات شهروندان در مورد فضاهای سبز شهری، روشی موثر و کارآمد برای ارزیابی کیفیت این فضاها است. با استفاده از این روش، می‌توان به درک عمیق‌تری از نیازها و انتظارات شهروندان دست یافت و فضاهای سبز را به گونه‌ای طراحی و مدیریت کرد که نیازهای آن‌ها را به بهترین نحو برآورده سازد. این رویکرد می‌تواند به مقامات محلی و ذینفعان در برنامه‌ریزی و سرمایه‌گذاری‌های آتی در فضاهای سبز کمک کند و به ایجاد شهرهایی سبزتر، سالم‌تر و پایدارتر منجر شود. در آینده، پژوهشگران می‌توانند این روش را با استفاده از داده‌های بیشتر و تکنیک‌های پیشرفته‌تر هوش مصنوعی بهبود بخشند و دامنه کاربرد آن را گسترش دهند.