کاربرد تحلیل داده و هوش تجاری در پیش بینی و بهینه سازی درآمدهای شهری
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 66
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EMCCONF25_051
تاریخ نمایه سازی: 3 آبان 1404
چکیده مقاله:
در عرصه مدیریت شهری معاصر، جایی که نوسانات اقتصادی و پیچیدگی های ساختاری چالش های پایداری مالی را تشدید می کنند، تحلیل داده و هوش تجاری به عنوان ابزارهای تحول آفرین ظاهر شده اند. این فناوری ها، با بهره گیری از الگوریتم های پیشرفته، امکان پردازش حجم انبوه اطلاعات پراکنده را فراهم می آورند و به مدیران شهری یاری می رسانند تا الگوهای پنهان در جریان های درآمدی را شناسایی و بهره برداری نمایند. مدل های سری های زمانی پیشرفته، نظیر ARIMA، با مدل سازی روندهای بلندمدت و فصلی، پیش بینی های دقیقی از نوسانات عوارض ساختمانی و جرایم شهری عرضه می کنند، در حالی که الگوریتم های یادگیری جمعی مانند Random Forest، با ایجاد مجموعه ای از درختان تصمیم، دقت تشخیص نشت های مالی را به سطحی نوین ارتقا می بخشند. رویکردهای ترکیبی این ابزارها، نه تنها الگوهای پنهان نشت های مالی را آشکار می سازد، بلکه راهبردهای استراتژیک برای تقویت منابع پایدار، از جمله مشارکت های عمومی-خصوصی و عوارض ثابت، را پیشنهاد می نماید. بر اساس گزارش مرکز پژوهش های مجلس شورای اسلامی در سال ۱۴۰۲، وابستگی بیش از حد شهرداری های ایرانی به درآمدهای ناپایدار، نظیر فروش تراکم، برنامه ریزی های بلندمدت را مختل ساخته و پایداری خدمات عمومی را به مخاطره انداخته است. در این راستا، کاربرد هوش تجاری در شهرداری مشهد، به عنوان مطالعه موردی برجسته، نشان دهنده تحول در فرآیندهای وصول عوارض و افزایش شفافیت مالی است، جایی که ادغام داده کاوی با سیستم های اطلاعات جغرافیایی، کارایی جمع آوری منابع را به طور چشمگیری بهبود بخشیده. یافته های مبتنی بر مطالعات موردی از کلان شهرهای ایران، از جمله تهران و تبریز، پتانسیل این ابزارها را در ارتقای کارایی مالی و حمایت از توسعه پایدار شهری برجسته می کند. این چارچوب، با تمرکز بر تصمیم گیری های مبتنی بر شواهد، مدیران را قادر می سازد تا سناریوهای مختلف اقتصادی را شبیه سازی کنند و سیاست های بهینه را اتخاذ نمایند. علاوه بر این، گزارش جهانی بانک جهانی در سال ۲۰۲۴ بر نقش هوش مصنوعی در مدیریت شهری نوظهور تاکید دارد، جایی که پیش بینی های تحلیلی، وابستگی به منابع ناپایدار را کاهش داده و جریان های نقدی را تثبیت می نماید. در نهایت، این رویکرد نه تنها پایداری مالی را تضمین می کند، بلکه افق های نوینی برای نوآوری در حکومتداری شهری ترسیم می نماید، با تاکید بر آموزش منابع انسانی و سرمایه گذاری در زیرساخت های داده ای. کلیدواژه ها: تحلیل داده، هوش تجاری، پیش بینی درآمدی، بهینه سازی شهری، یادگیری جمعی.
کلیدواژه ها:
نویسندگان
رضا میکانیکی
کارشناس حسابداری, کارشناس درآمد و نوسازی, شهرداری بیرجند, استان خراسان جنوبی