Preferenčne karte omogočajo ljudem, da preprosto izrazijo stališča do prostorskega razvoja. Posamezniki neposredno na kartografsko podlogo zarišejo po njihovem primerna območja za izbrano ...dejavnost.Odločitev o območju je običajno intuitivna. Je rezultat njihove celostne zaznave prostora in iskanja prostorske rešitve. Za obrisi območij se tako skrivajo dragocene informacije in lokalno znanje. Da bi čim bolje izkoristili njihovo potencialno uporabnost pri načrtovanju posegov v prostor in hkrati zagotovili transparentnost postopkov, morajo biti te skrite informacije in znanje podani veksplicitni obliki. Prispevek opisuje primer analize preferenčnih kart za občino Komenda, na katerih so občani označevali območja, ki se jim zdijo posebej dragocena taka, kot so, in bi jih zato ohranili. Da bi odkrili, zakaj so bila nekatera območja predlaganaza ohranjanje, smo uporabili izbrane postopke odkrivanja znanja iz podatkov, s katerimi smo iskali povezave med preferenčnimi območji in prostorskimi značilnostmi. Odkrite zakonitosti so bile predstavljene v obliki odločitvenih pravil in nomograma. Interpretacija rezultatov prikazuje, da je v prispevku predlagana metodologija skupaj z eksplicitnimi odločitvenimi merili in pravili lahko primerna za nadaljnjo uporabo v prostorskem načrtovanju.
Preference maps allow people to express their opinions about future spatial development in a simple way; they mark the areas that they consider suitable for specific activities on a cartographic base ...map. The decision on the area is generally intuitive and reflects their views and preferences regarding the solution of spatialproblems. In this way, preference maps may hold valuable information and convey hidden knowledge. To make the best of their potential usefulness in spatial planning and to contribute to the transparency of the process, these information and knowledge should be explicit and presented in an interpretable form. In this paper, we report on a case study of preference maps analysis for municipality Komenda in Slovenia, where residents marked areas they considered especiallyvaluable and which should therefore be preserved. In an attempt to discover why specific areas were marked for protection, we used the selected data mining approaches to infer the relations between preferential annotations and spatial characteristics. The inferredpatterns were reported in the form of decision rules and in the graphical form of a nomogram. Interpretation of results shows that the methodology proposed in this paper and the explicit decision criteria and rules extracted by data mining can be useful for further applicability in spatial planning.
