طراحی مدل هوشمند پیش بینی ریسک و پیامد پرونده های کمیسیون ماده ۱۰۰ شهرداری با استفاده از یادگیری ماشین و تحلیل داده

کمیسیون های موضوع ماده ۱۰۰ قانون شهرداری یکی از بخش های مهم فرآیند مدیریت تخلفات ساختمانی و درآمدهای مرتبط با آن در شهرداری ها هستند. حجم بالای پرونده ها، تنوع اطلاعات، تفاوت وضعیت پرداخت جرائم و ضرورت پیگیری به موقع مطالبات، استفاده از روش های سنتی را با محدودیت مواجه کرده است. هدف پژوهش حاضر، طراحی مدل هوشمندی برای پیش بینی ریسک و پیامد پرونده های کمیسیون ماده ۱۰۰ با استفاده از یادگیری ماشین و تحلیل داده است. پژوهش از نظر هدف کاربردی و از نظر روش، توصیفی تحلیلی و مدل محور است. در مدل پیشنهادی، متغیرهایی شامل نوع و میزان تخلف، مشخصات ملک، سوابق پرونده، مدت رسیدگی، مبلغ جریمه و وضعیت پرداخت به عنوان داده های ورودی در نظر گرفته می شوند. سپس با استفاده از فرآیند آماده سازی داده، استخراج ویژگی ها و الگوریتم های یادگیری ماشین، امکان طبقه بندی سطح ریسک، پیش بینی احتمال عدم وصول و برآورد پیامدهای مالی پرونده فراهم می شود. یافته های پژوهش نشان می دهد که استفاده از تحلیل پیش بینانه می تواند به شناسایی زودهنگام پرونده های پرریسک، اولویت بندی اقدامات وصول، تقویت کنترل های داخلی و بهبود تصمیم گیری مدیریتی کمک کند. مدل پیشنهادی ضمن حفظ نقش تصمیم گیری قانونی کارشناسان و کمیسیون، می تواند به عنوان یک ابزار تصمیم یار برای مدیریت هوشمند پرونده ها مورد استفاده قرار گیرد‎.‎

کلیدواژه ها:

کمیسیون ماده ۱۰۰ ، یادگیری ماشین ، تحلیل داده ، مدیریت ریسک ، کنترل داخلی