در پژوهش حاضر، با به کار گیری تکنیک های مختلف داده کاوی از جمله شبکه های عصبی خود سازمانده، روش k-means و روش خوشه بندی سلسله مراتبی، راهکاری جهت تحلیل یکپارچه داده ها و خوشه بندی هر منطقه مختلف شهری بر اساس ویژگی ها و محدودیت های نقاط مختلف آن منطقه ارائه شده است. پس از مصاحبه با کارشناسان شهرسازی که تدوین ضوابط شهری را انجام می دهند، معیارهای اثر گذار در فرایند تدوین ضوابط، مشخص گردید؛ که شامل 10 معیار اصلی و 66 معیار فرعی است. در فرآیند سنتی تدوین ضوابط، کارشناسان شهر سازی با تحلیل کلی این معیارها، تدوین ضوابط را انجام می دهند که این امر باعث عدم یکپارچگی در تحلیل داده ها، عدم نگرش سیستمی و اعمال سلیقه های شخصی می شود. در روش پیشنهادی، ابتدا 66 معیار اثر گذار در فرایند تدوین ضوابط، برای گره ها و گذرهای منطقه مورد بررسی، جمع آوری و کمی شده و با استفاده از الگوریتم های خوشه بندی، منطقه مورد نظر به چند خوشه تقسیم می گردد. بر اساس معیارهای موجود، گره ها و گذرها دارای شباهت درون خوشه ای، و عدم شباهت میان خوشه ای خواهند بود. کارشناسان شهرسازی با تحلیل خوشه ها، عمل تدوین ضوابط را برای هر خوشه به صورت مجزا انجام می دهند. روش پیشنهادی فرایند تدوین ضوابط شهری را تسهیل نموده و بر دقت و یکپارچگی این فرایند می افزاید.