داده های رسانه های اجتماعی مبتنی بر مکان، دیدگاه جدیدی برای درک رابطه بین رفتار انسان و محیط های شهری ارائه می دهد. با این حال، تحقیقات بیشتری برای تعیین کاربرد محاسبات شناختی در محیط‌های شهری و فعالیت‌های فیزیکی مورد نیاز است . این مطالعه یک چارچوب محاسباتی شناختی را برای محیط‌های شهری و فعالیت‌های انسانی پیشنهاد می‌کند که دانش را از داده‌های ساختاریافته و بدون ساختار از طریق پردازش زبان طبیعی و تکنیک‌های بینایی کامپیوتری استخراج می‌کند. این مقاله از یک مدل ساده بیز ساخته شده بر اساس بررسی های تصادفی، و همچنین تقسیم بندی معنایی و الگوریتم های قطعه بندی فوری مبتنی بر شبکه های عصبی کانولوشن برای به دست آوردن اطلاعات در مورد محیط های شهری و رفتار انسان از داده های رسانه های اجتماعی و سایر منابع جغرافیایی استفاده می کند. این مطالعه به بررسی رابطه بین محیط شهری و فعالیت ساکنان، از جمله رفتار فضایی-زمانی، احساسات عمومی و فعالیت بدنی می‌پردازد. این مطالعه نتایج آماری معنی‌داری را در تجزیه و تحلیل‌های زیرگروهی در رابطه با تأثیرات محیط‌های شهری بر احساسات و فعالیت بدنی نشان داد، که همچنین یک گرادیان اجتماعی قوی مطابق با یافته‌های سنتی را نشان داد. این مطالعه امکان استفاده از محاسبات شناختی بر اساس داده‌های رسانه‌های اجتماعی را برای کشف رفتارهای محیطی، ارائه پشتیبانی فنی برای به‌روزرسانی سیاست‌های ارتقای سلامت تأیید می‌کند.
مطالعات متعدد نشان داده‌اند که بهبودهای محیطی می‌توانند با ترویج فعالیت بدنی فواید سلامتی را ارائه دهند ( درستکار و نجارصادقی، 2022 ؛ فنگ و همکاران، 2010 ؛ یانگ و همکاران، 2022 ؛ زونیگا-تران و همکاران، 2017 ). با این حال، انجام بررسی‌ها و مطالعات مشاهده‌ای در مورد فعالیت بدنی می‌تواند زمان‌بر و منابع فشرده با تاخیر باشد. با گسترش رسانه های اجتماعی و اینترنت، رفتارهای جدید آنلاین به سرعت در زندگی روزمره ما نفوذ می کند. محتوای تولید شده توسط کاربر و برچسب‌گذاری جغرافیایی در داده‌های رسانه‌های اجتماعی فرصت‌هایی را برای بررسی رفتار انسان ( هو و همکاران، 2019 ، 2020 ؛ نیو و سیلوا، 2023 ؛ وانگ و همکاران، 2023 ) و احساسات ( پلونز و همکاران، 2019 ؛ ست) ارائه می‌کند . و شرف، 2023 ؛ یانگ و همکاران، 2022 ). تکنیک‌های پژوهشی نوآورانه امکان کسب داده‌های مربوط به الگوهای رفتاری افراد و نتایج سلامتی را فراهم می‌کند و در عین حال محدودیت‌های تکنیک‌های تحقیقاتی سنتی را دور می‌زند. بنابراین، در دسترس بودن حجم عظیمی از داده ها منجر به تأکید بیشتر بر تحقیقات علمی و معنادار در رسانه های اجتماعی، چه از نظر آماری و چه به طور گسترده تر، شده است.
از سوی دیگر، محاسبات شناختی یک زمینه نوظهور است که شامل همگرایی هم افزایی علوم شناختی ، علم داده و طیف وسیعی از فناوری های محاسباتی است. این پارادایم جدید محاسبات شناختی انسان محور می تواند شناخت انسان را شبیه سازی کند ( کومار و جیسوال، 2022 ). استفاده از محاسبات شناختی در مطالعات شهری در حال گسترش است، مانند ایمنی ترافیک ( Sangwan and Bhatia، 2022 )، امور بلادرنگ ( Yao and Wang، 2020 )، فعالیت های مختلف شهری ( Huang et al., 2023 ; Jussila and Madala, 2019 ؛ کیم و همکاران، 2020 ؛ زو و همکاران، 2021 ، سایر مسائل شهر شناختی ( سانتوس و همکاران، 2020 ). اگرچه محاسبات شناختی در سلامت عمومی نیز به کار گرفته شده است ( Srivani et al., 2023 )، اما به طور صریح در مورد محیط ساخته شده و فعالیت بدنی مورد مطالعه قرار نگرفته است، که در درجه اول به نظرسنجی ها و مقیاس های پرسشنامه در محل وابسته است. برای پیشنهاد یک چارچوب محاسباتی شناختی برای محیط شهری و رفتار انسانی، این مطالعه بررسی می‌کند که چگونه می‌توان از تکنیک‌های محاسباتی هوشمند برای شناسایی محیط‌های شهری، احساسات انسانی و فعالیت‌های فیزیکی از داده‌های بزرگ چند منبعی استفاده کرد .
این مطالعه رابطه بین محیط شهری، احساسات و فعالیت‌های رفتاری را در سطح خرد با استفاده از داده‌های Sina Weibo که شامل مهرهای زمانی، مکان‌های جغرافیایی دقیق و اطلاعات مکانی مختلف است، بررسی می‌کند. Sina Weibo با 340 میلیون کاربر فعال ماهانه، به عنوان برجسته ترین پلت فرم رسانه های اجتماعی در چین عمل می کند و مجموعه داده ایده آلی را برای این تحقیق ارائه می دهد. این مطالعه به بررسی توزیع مکانی و زمانی Weibo، همراه با تأثیر محیط شهری بر احساسات و فعالیت‌های افراد می‌پردازد. برای استخراج ویژگی‌های طراحی شهری، این مطالعه از الگوریتم‌های تقسیم‌بندی معنایی و تقسیم‌بندی نمونه مبتنی بر شبکه‌های عصبی کانولوشنال استفاده می‌کند ، همچنین از مدل ساده بیز آموزش‌دیده شده توسط نظرات تصادفی برای استخراج احساسات و فعالیت استفاده می‌شود. علاوه بر این، تجزیه و تحلیل زیر گروه برای تجزیه و تحلیل مزایای سلامت بالقوه مرتبط با عوامل محیطی شهری تحت سناریوهای مختلف استفاده می شود.
ساختار بقیه این مقاله به شرح زیر است. بخش 2 تحقیقات در مورد سرزندگی شهری، احساسات عمومی و فعالیت انسانی را بر اساس داده های رسانه های اجتماعی مرور می کند. بخش 3 داده ها و روش ها را معرفی می کند. بخش 4 نتایج تحقیق را ارائه می کند. بخش 5 نتایج محاسبات شناختی و امکان سنجی آن را مورد بحث قرار می دهد. بخش 6 پژوهش را خلاصه می کند.
