نقش هوش مصنوعی در تحلیل پتانسیل های فضایی و توسعه گردشگری شهری

رشد شتابان صنعت گردشگری شهری در کنار توزیع نامتوازن جریان های انسانی، کلان شهرها را با چالش های عدیده ای نظیر اشباع کالبدی و پدیده بیش گردشگری در هسته های تاریخی مواجه کرده است. پژوهش حاضر با هدف تبیین نقش هوش مصنوعی در تحلیل پتانسیل های فضایی و توسعه متوازن گردشگری شهری انجام شده است. روش تحقیق، توصیفی-تحلیلی با رویکرد داده محور و مبتنی بر هوش مصنوعی مکانی است. در این پژوهش، کلان داده های حاصل از ردپاهای دیجیتال گردشگران در شبکه های اجتماعی مکان محور در تلفیق با لایه های کالبدی سیستم اطلاعات جغرافیایی مبنای تحلیل قرار گرفتند. در گام نخست، با پیاده سازی الگوریتم خوشه بندی، الگوهای تجمع فضایی استخراج شد که نتایج آن نشان داد بخش عمده و رو به تزایدی از تراکم رفتاری گردشگران در هسته مرکزی شهر منجمد شده است. در گام دوم، جهت کشف پتانسیل های فضایی مکتوم، الگوریتم یادگیری ماشین جنگل تصادفی با در نظر گرفتن متغیرهای کالبدی-زیرساختی اجرا گردید که منجر به دست یابی به ضریب تبیین و دقت بالایی در پیش بینی شد. مدل پیش بین هوش مصنوعی موفق به شناسایی زون های کلیدی جدیدی در لایه های پیرامونی و اراضی صنعتی متروکه شد که علیرغم مغفول ماندن، واجد ارزش پتانسیل فضایی بالایی برای بازآفرینی و جذب سرمایه گذاری هستند. در نهایت، شبیه سازی ظرفیت برد پویا اثبات کرد که با اتخاذ سیاست های بازتوزیع هوشمند و هدایت جریان های انسانی به سمت زون های نوظهور، می توان بار جمعیتی و ترافیکی مرکز شهر را به شکل چشمگیری کاهش داد و به یک تعادل فضایی پایدار در سطح کلان شهر دست یافت.

کلیدواژه ها:

هوش مصنوعی مکانی ، تحلیل فضایی ، گردشگری شهری ، یادگیری ماشین ، پتانسیل سنجی ، ظرفیت برد پویا