Εφαρμογή του αλγορίθμου K-Means στην ομαδοποίηση γεωγραφικών περιοχών.

Abstract

Αυτή η εργασία παρέχει μια κατευθυντήρια γραμμή για την πραγματοποίηση ανάλυσης συστάδων σε γεωγραφικές περιοχές (νομούς) προκειμένου να εξορυχθούν δεδομένα για τις περιφέρειες στις οποίες ανήκουν. Ο σκοπός της ερευνητικής πρότασης είναι να δείξει πως με τη χρήση ενός απλού λογισμικού είναι δυνατό να επιτευχθούν σύνθετες διεργασίες. Πιο συγκεκριμένα, στη παρούσα έρευνα, με τη χρήση του Excel και μόνο, θα επιτευχθεί ομαδοποίηση των γεωγραφικών περιοχών στην Ελλάδα, με βάση τα κοινά χαρακτηριστικά των κατοίκων των επιμέρους περιοχών τους. Τα χαρακτηριστικά που θα ληφθούν υπόψη είναι δημογραφικά, οικονομικά και κοινωνικά. H μεθοδολογία που θα χρησιμοποιηθεί είναι εκτεταμένη βιβλιογραφική έρευνα και εξόρυξη δεδομένων από στατιστικά στοιχεία της Στατιστικής Υπηρεσίας. Ο αλγόριθμος ομαδοποίησης που χρησιμοποιείται είναι ο k-means. Tα βασικά συμπεράσματα της έρευνας είναι: - Το Εxcel μπορεί να αποτελέσει ένα εργαλείο για τέτοιου είδους ομαδοποιήσεις, με χρήση απλών έτοιμων συναρτήσεων χωρίς την ανάγκη προγραμματισμού. - Οι νομοί της Ελλάδος χωρίζονται σε 5 συστάδες η κάθε μία από τις οποίες έχει τα δικά της ιδιαίτερα χαρακτηριστικά. - Υπάρχει περιθώριο συνεργασίας μεταξύ των διοικητικών περιφερειών ώστε νομοί που αντιμετωπίζουν τις ίδιες προκλήσεις ή έχουν παρόμοια δυναμική ανάπτυξης να έχουν κοινό σχέδιο διοίκησης και ανάπτυξης.

This work provides a guideline for conducting cluster analysis in geographical areas in order to determine the assessment areas. The purpose of the research proposal is to show how using simple software can accomplish complex processes. Specifically, in the present study, using Excel alone, a grouping of geographical areas in Greece will be achieved, based on the common characteristics of the inhabitants of their individual regions. The characteristics to be considered are demographic, economic, social as well as medical. The methodology to be used is extensive bibliographic research and data extraction from Statistical Service of Greece. The clustering algorithm used is k-means. Excel can be a tool for this kind of grouping. The main findings of the research are: - Excel can be a tool for this kind of grouping, using existing functions. - Greek Prefectures can be divided in 5 clusters, each with their own general characteristics, problems and areas for development . - There is an opportunity for collaboration between greek Administrative Regions that have prefectures of the same cluster in order to join their forces when facing similar challenges.