identification and prioritization of public-private partnership indicators in iran’s water and wastewater industry via data mining algorithms

The restrictions of government resources and the recent alterations in the economy have prompted government agencies to employ the capacities of private sector in all infrastructures. in this regard, a variety of financing methods, including the participatory models, have been applied for many years in the water and wastewater industry of iran. the aim of this study is to identify and prioritize the public-private partnership (ppp) indicators in the water and wastewater industry of iran via machine learning techniques. to this end, after collecting, preparing and preprocessing the data, weighted indexing techniques including information gain and gini index were utilized to prioritize the ppp factors. the results indicated that 93% of the indicators were effective in predicting the success of the projects. to compare the two methods, the precision of naïve bayes and random forest classifiers were taken into account and the information gain method yielded more reasonable findings with one percent difference. the evaluation of indicators elucidated that complaints about service quality, contract type, and conventional tariffs revealed a huge impact on the success of collaborative projects. among the 15 indicators, eight were directly pertinent to the project financing which is the main concern in this industry.

شناسایی و اولویت‌بندی شاخص‌های مشارکت عمومی خصوصی در صنعت آب و فاضلاب ایران با استفاده از الگوریتم‌های داده‌کاوی

محدودیت منابع دولتی، لزوم استفاده از ظرفیت‌های بخش خصوصی را به یک ضرورت تبدیل نموده است. در این راستا استفاده از انواع روش‌های تأمین منابع مالی ازجمله مدل‌های مشارکتی، سالیانی است که در صنعت آب و فاضلاب در حال استفاده می‌باشد. هدف این پژوهش مرور ادبیات و اولویت‌بندی شاخص‌های مشارکت عمومی خصوصی در صنعت آب و فاضلاب با استفاده از تکنیک‌های داده‌کاوی می‌باشد. به‌منظور تحقق این امر، پس از جمع‌آوری، آماده‌سازی و پیش‌پردازش داده، از تکنیک‌های شاخص وزن دهی شامل شاخص سود اطلاعاتی و شاخص جینی جهت استخراج فاکتورهای مشارکت عمومی و خصوصی استفاده شده است. ارزیابی شاخص‌ها، گزارش داد که ۹۸ درصد شاخص‌ها در پیش‌بینی شکست و یا موفقیت پروژه‌ها تأثیر دارند. برای مقایسه دو روش انتخاب ویژگی از دقت دسته‌بندهای جنگل تصادفی و بیز ساده استفاده شد. نتایج پژوهش مشخص کرد که شکایات مربوط به خدمات، قالب قراردادی و تعرفه‌های متفاوت تأثیر بسیار زیادی در موفقیت و یا شکست پروژه‌های مشارکتی دارند. در بین 15 شاخص کلیدی موفقیت پروژه های مشارکتی این صنعت، 8 شاخص آن به طور مستقیم با مسائل مربوط به تامین مالی طرح ها در ارتباط میباشند و این امر بیانگر این است که همچنان دغدغه اصلی در این صنعت، تامین مالی طرح ها میباشد.