سید مصطفی خطیبی - دانش آموخته کارشناسی ارشد مهندسی صنایع، دانشگاه صنعتی سجاد، مشهد، ایران
هانیه مقربی - کارشناس تضمین کیفیت کارخانه سیمان زاوه تربت
مریم ابارشی - دانشجو کارشناسی ارشد مهندسی صنایع، دانشگاه سمنان، سمنان، ایران

بدون شک شهرداری برای فراهمکردن موجبات گسترش موزون و متناسب شهر و تأمین تأسیسات زیربنایی و تجهیزات شهری، و خدمات عمومی مورد نیاز شهروندان، احتیاج به منابع مالی کافی و مطمئن دارد و بدون آن امکان هیچگونه فعالیت عمرانی و خدمات رسانی وجود نخواهد داشت. براساس بررسی های انجام شده، عمده ی هزینه های شهر و شهرداری را می توان به انواع مختلفی مانند تهیه ی زمین مورد نیاز برای تأسیسات عمومی و اجتماعی؛ هزینه ی احداث تأسیسات زیر بنایی و عمران و نوسازی شهری؛ هزینه های خدمات مستمر و جاری و نگهداری و اداره ی تأسیسات و تجهیزات شهری طبقه بندی کرد. منبع تأمین درآمد برای جبران هزینه های گروه «ج»، دریافت عوارض سالانه از ساختمان ها و زمین های واقع در محدوده و حریم شهر بر اساس درصدی از قیمت آنهاست که در کشور ما به نام «عوارض نوسازی» معروف است. در این مقاله از داده ها مربوط به 1472 ساختمان در شهر مشهد که شامل سال های 90 تا 93 می باشد با استفاده از تکنیک های داده کاوی برای پیش بینی پرداخت عوارض شهرداری استفاده می کنیم.

پیش بینی، عوارض نوسازی شهرداری، داده کاوی، شبکه عصبی، درخت تصمیم، یادگیری عمیق، جنگل تصادفی