شناخت محیط‌های شهری و درک رفتار حرکتی شهروندان یک زمینه تحقیقاتی مهم در حوزه تحلیل داده‌های مکانیاست. شبکه‌های اجتماعی مکان‌مبنا داده‌های به‌روز، غنی و عظیمی را که کاربران به‌طور صادقانه‌ای از رفتار مکانی، زمانی و معنایی خود به اشتراک می‌گذارند، ثبت و جمع‌آوری می‌کنند. در این تحقیق تلاش شده است بر مبنای داده‌های مکانی و معنایی شبکه‌های اجتماعی مکان‌مبنا، محیط‌های شهری بر مبنای کاربری‌های اجتماعی خوشه‌بندی شوند. بدون تردید ساختار فیزیکی و همچنین کاربری یک منطقه شهری بر روی رفتار مکانی شهروندان تأثیر می‌گذارد و این تأثیر به داده‌های شبکه‌های اجتماعی مکان‌مبنا نیز سرایت می‌کند. در این راستا در اولین گام با به‌کارگیری یک الگوریتم خوشه‌بندی مبتنی بر شبکه عصبی رقابتی (SOM) داده‌های مکانی کاربران خوشه‌بندی می‌گردد. سپس با رسم دیاگرام ورونوی بر روی مراکز خوشه‌ها، محیط شهری به چند منطقه افراز شده و داده‌هایی که کاربران در هر منطقه ثبت کرده‌اند مشخص می‌شود. پس از استخراج درصد هر گروه از داده‌های معنایی و با در نظر گرفتن وزن هر یک از این گروه‌ها، با بهره‌گیری از الگوریتم فرا ابتکاری ژنتیک شاخص بهینه‌ای برای تعیین کاربری اجتماعی محاسبه می‌گردد. سپس با استفاده از یک الگوریتم خوشه‌بندی بر مبنای شاخص تعیین شده، به هر منطقه یک بعد معنایی که نماینده کاربری اجتماعی آن منطقه است، نسبت داده شد. به‌منظور ارزیابی روش پیشنهادی، نمودار تغییرات زمانی تعداد داده‌ها در طول شبانه‌روز برای پنج روز کاری هفته و دو روز پایان هفته برای هر گروه از داده‌های معنایی رسم شده و برای خوشه‌های شناسایی‌شده از روش پیشنهادی نیز استخراج گردید. سپس از همبستگی بین این نمودارها به‌عنوان شاخص ارزیابی روش پیشنهادی استفاده شد. نتایج حاصل از این تحقیق، بیانگر پتانسیل بالای شبکه‌های اجتماعی مکان‌مبنا برای شناخت محیط‌های شهری می‌باشد.
Karimipour F, Tayebi M, Amozande K. Characterization of Social Land use in Urban Environments Based on the Semantic Dimension of Location Based Social Networks’ Data. JGST 2018; 7 (4) :133-145 URL: http://jgst.issgeac.ir/article-1-663-fa.html
کریمی پور فرید، طیبی مرتضی، آموزنده کیمیا. تعیین کاربری اجتماعی در محیط‌های شهری بر مبنای بعد معنایی داده‌های شبکه‌های اجتماعی مکان‌مبنا. علوم و فنون نقشه برداری. 1397; 7 (4) :133-145
