امروزه مدل های خطی و غیرخطی کاربرد زیادی در مطالعات پدیده های شهری دارند و پژوهشگران به روش های گوناگون و بسته به نوع مطالعه از آن ها بهره می برند. در بین مدل های خطی، رگرسیون جغرافیایی به دلیل دخالت عامل موقعیت در تبیین پراکنش فضایی پدیده ها از جمله مدل های مؤثر به شمار می رود. از سوی دیگر پیچیدگی مسائل، نگرش محققان را به سمت بهره گیری از مدل های غیرخطی رهنمون ساخته است؛ شبکة عصبی از جمله روش های مؤثر است. این مطالعه به شکل ویژه قصد دارد با تکیه بر مدل های رگرسیون جغرافیایی و شبکه عصبی به تبیین عوامل مؤثر در الگوی استقرار دفاتر مسافرتی در شهر مشهد بپردازد و به این سؤال پاسخ دهد که کدام یک از دو مدل نام برده قادرند تصویر بهتری از این استقرار را به نمایش بگذارند. شیوه مطالعه توصیفی- تحلیلی مبتنی بر مدل های علّی است. این بررسی نتایج متفاوتی را از مدل های بالا نشان می دهد؛ به گونه ای که از نظر رگرسیون جغرافیایی، دفاتر مسافرتی عمدتاً متأثر از فضاهای خاص گردشگری هستند در حالی که از نظر شبکة عصبی، متأثر از فضاهای عمومی شهر هستند. انطباق یافته های هر مدل با واقعیت، بیانگر انحراف کمتر مدل شبکه عصبی در این خصوص و کارایی آن در زمینه پراکنش پدیده های فضایی است.
