انتشارات شهرداری تهران سیاست گذاری پیشرفت شهری 3092-653X 3 2 2026 06 01 A Strategic Framework for Smart Oversight Based on Machine Learning in Urban Management in Iran: A Grounded Theory Approach (Case Study: Tehran Municipality) چارچوب راهبردی نظارت هوشمند مبتنی بر یادگیری ماشین در مدیریت شهری ایران؛ رویکرد نظریۀ زمینه‌ای (مطالعۀ موردی: شهرداری تهران) 263 281 240721 10.22034/judpm.2026.562470.1076 FA بهاره پوریمینی دانشجوی دکتری شهرسازی، دانشکدۀ علوم اجتماعی علامه طباطبائی، ایران علیرضا جالینوس مدیریت فناوری اطلاعات و ارتباطات، دانشگاه فردوسی، دانشکده علوم اداری و اقتصادی، مشهد، ایران Journal Article 2025 10 23 <span>The increasing complexity of administrative processes and the expansion of organizational data have highlighted the need for intelligent and data-driven monitoring in urban management. This study aimed to design a contextual model of intelligent monitoring for Tehran Municipality using a grounded theory approach. Data were collected through semi-structured interviews with 12 experts in urban management, administrative supervision, information technology, and data governance and analyzed through open, axial, and selective coding. The findings identified three main categories influencing intelligent monitoring: causal conditions, contextual conditions, and intervening factors. Four key strategies were also extracted, including the development of AI infrastructure, human empowerment, intelligent policymaking, and machine learning-based monitoring indicators. The results indicate that intelligent monitoring can enhance transparency, reduce corruption and administrative deviations, improve data-driven decision-making, and strengthen public trust in urban management. The proposed model provides a practical framework for implementing intelligent monitoring in municipalities.</span> <span dir="RTL" lang="AR-SA">در سال‌های اخیر، پیچیدگی فرایندهای اداری و گسترش داده‌ها، نیاز به استقرار نظارت هوشمند و داده‌محور در مدیریت شهری را افزایش داده است. پژوهش حاضر با هدف طراحی یک مدل بومی نظارت هوشمند برای شهرداری تهران انجام شد. این مطالعه از رویکرد کیفی نظریۀ زمینه‌ای</span><span dir="RTL" lang="AR-SA"> </span><span dir="RTL" lang="AR-SA">برای شناسایی شرایط، راهبردها و پیامدهای استقرار نظارت هوشمند بهره گرفت. داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته با 12 نفر از مدیران شهری، کارشناسان نظارت و سلامت اداری، متخصصان فناوری اطلاعات و خبرگان حکمرانی داده جمع‌آوری و با استفاده از کدگذاری باز، محوری و انتخابی تحلیل شدند. یافته‌ها نشان داد استقرار نظارت هوشمند تحت تأثیر سه دسته عامل قرار دارد: شرایط علّی (نارسایی‌های فنی، انگیزه‌های نهادی و فرایندی)، شرایط زمینه‌ای (زیرساخت داده، بلوغ دیجیتال و سیاست‌های کلان حکمرانی هوشمند) و عوامل مداخله‌گر (مقاومت سازمانی، محدودیت‌های فنی، سوگیری الگوریتمی و چالش‌های حریم خصوصی). بر اساس این یافته‌ها، چهار راهبرد کلیدی شامل توسعۀ زیرساخت داده و هوش مصنوعی، توانمندسازی انسانی و فرهنگی، تنظیم‌گری و سیاستگذاری هوشمند، و طراحی شاخص‌ها و هشدارهای مبتنی بر یادگیری ماشین شناسایی شد. نتایج پژوهش نشان می‌دهد تحقق نظارت هوشمند، در صورت هم‌زمانی پیش‌نیازهای فنی، نهادی و فرهنگی، می‌تواند به افزایش شفافیت، کاهش انحرافات و فساد، ارتقای تصمیم‌گیری داده‌بنیاد و تقویت اعتماد عمومی در مدیریت شهری منجر شود. مدل ارائه‌شده می‌تواند به ‌عنوان چارچوبی سیاستگذارانه و اجرایی برای استقرار نظارت هوشمند در شهرداری‌ها مورد استفاده قرار گیرد.</span> https://www.judpm.ir/article_240721_8c88b34cd6ffd2d702864871eafd7091.pdf