2019年6月,伴随第五批中国传统村落名单的公布,全国共有6819个有重要保护价值的村落列入中国传统村落名录。在认定评审的指标体系中定量与定性评估指标参半,无可量化的评估指标体系,更缺少智能化的评估方法。文章收集整理了6000余个优秀村落的相关数据,维度包含村落的基础特征、村落历史、自然环境、选址格局、传统建筑、民俗文化六个方面。基于此数据集,采用机器学习中的监督学习方法——决策树,研究构建传统村落智能评估模型,预测村落对象是否符合中国传统村落的评价要求。同时,依据模型中各变量的关键度量值,阐述传统村落认定评估中处于关键地位的可量化特征属性,探索建立可量化的评估指标体系。此智能评估模型可作为专家评审的有力补充,提高认定工作的效率,增加认定的及时性、准确性。省、市级传统村落的评估也可借鉴此研究使用的决策树算法,基于省、市级传统村落的样本数据,构建省、市级传统村落智能评估模型,为各级政府的传统村落评估做智慧化的技术支撑。
