طراحی الگوی محاسباتی اعتماد سیاسی به جمهوری اسلامی ایران با کمک داده کاوی

سنجش اعتماد سیاسی جهت ایجاد ثبات جامعه در رخدادها ضروری است. این پژوهش تلاش دارد الگوی محاسباتی اعتماد سیاسی را به کمک کلان داده های 1649 متغیر در حوزه های مختلف، برآمده از کنشگری شهروندان ایران مبتنی بر «کلان داده های مشاهداتی» به دست آورد. روش پژوهش، ترکیبی از روش کمی و کیفی (با غلبه روش کمی) است؛ ازاین رو ابتدا به بررسی مفهوم، ابعاد و متغیرهای اعتماد سیاسی مبتنی بر روش تحلیل اسنادی و با ابزار فیش برداری پرداخته شد. سپس مطابق سازه نظری مفهوم اعتماد سیاسی، متغیرهای مرتبط به کمک مصاحبه با خبرگان استخراج شده و آنگاه جهت تجزیه وتحلیل کلان داده ها، روش KDD مورد بهره برداری قرار گرفت. همچنین با کمک یادگیری ماشین دو روش تحت نظارت و بدون نظارت در داده کاوی تحلیل شده و با توجه به دو معیار ریسک کمتر و مطلوبیت بیشتر، بهترین الگوریتم انتخاب شد. با بررسی های انجام شده یادگیری با نظارت ذیل طبقه بندی و الگوریتم  شبکه عصبی «Neural Net» بهترین مدل معرفی شد. سپس با ابزار IBM SPSS Modeler به «طبقه بندی» داده ها در چهار گام، غربال سازی، کشف داده های همبسته، نرمال سازی و مدل سازی صورت گرفت. لازم به ذکر است در مرحله مدل سازی ضرایب تاثیرگذاری 13 متغیر به دست آمده از مراحل گذشته، استخراج شده و نیز نسبت آن ها در شبکه عصبی مطابق تاثیر لایه های میانی (لایه های مخفی) بر اعتماد سیاسی مبتنی بر شبکه عصبی نشان داده شد.