خوشه‌بندی استان‌های ایران بر پایه‌ی معیارهای شکاف دیجیتال به کمک روش K-MEANS

نویسندگان

دانشگاه کاشان

چکیده

در این مقاله مفهوم شکاف دیجیتال و برخی از روش‌های کمّی بررسی آن(نمایه‌ها) توضیح داده شده است. هر کدام از نمایه‌های شکاف دیجیتال، تعدادی نشانگر را دربردارند که برای به دست آوردن هر کدام از نشانگرها باید داده‌های گوناگونی گردآوری شود. به دست آوردن برخی از این داده‌ها شدنی نیست و برخی نیز به دشواری گردآوری می‌شود. برای این پژوهش داده‌های برخی از نشانگرهای شکاف دیجیتال گردآوری شده است که به خوبی وضعیت کشور را در زمینه‌ی تقسیم فناوری اطلاعات نشان می‌دهد. سپس بر روی این داده‌ها خوشه‌بندی انجام شده است. نتیجه‌ی خوشه‌بندی نیز به خوبی نشان دهنده‌ی وضعیت شکاف دیجیتال در کشور است و تهران در نتیجه‌ی به دست آمده از خوشه‌بندی به روش K-means آن چنان تفاوتی با دیگر استان‌ها دارد که همواره در یک خوشه جداگانه گذاشته می‌شود.

عنوان مقاله [English]

Clustering provinces in Iran Based on Digital Divide Metric Using the K-means Algorithm

نویسندگان [English]

  • Ahmad Yoosofan
  • Elham Yousofian
چکیده [English]

In this paper, the notion of the digital divide has been described, and a few analyzing methods of digital divide have been reviewed. Analyzing methods of digital divide are called indices which have different indicators and different formulas for calculation. Since data collection for an indicator may be difficult, calculating an index is an essential problem. We collected and calculated some indicators in provinces of Iran. But they were insufficient to calculate a standard index. These indicators terribly show the deep digital divide between the provinces. To show more accurately the social inequalities in the adoption of ICT between provinces in Iran, we used the well-known K-means clustering algorithm on the indicators of the provinces. The clustering results appropriately showed the unique status of Tehran among provinces because Tehran always falls in a different cluster alone. It means that the information technology does not fairly spread through the provinces in Irān.

کلیدواژه‌ها [English]

  • Digital Divide
  • Information Technology
  • Iran
  • E-Provision
  • Clustering