پیش بینی تقاضا و تحلیل رفتار گردشگران در صنعت گردشگری با استفاده از مدل های یادگیری ماشین

با گسترش روزافزون صنعت گردشگری و رقابت فزاینده در این حوزه، پیش بینی تقاضا و تحلیل رفتار گردشگران به یکی از چالش های اساسی مدیران و فعالان این صنعت تبدیل شده است. در این مقاله، با بهره گیری از مدل های یادگیری ماشین، دو هدف اصلی دنبال شده است: پیش بینی تقاضا و تحلیل نظرات کاربران. در بخش پیش بینی تقاضا، سه مدل یادگیری ماشین شامل درخت تصمیم، جنگل تصادفی و الگوریتم XGBoost به کار گرفته شد. این مدل ها با تحلیل داده های آماری و ویژگی های متنوع نظیر نوع سفر، نوع مسافر، مدت اقامت، سال و سایر خصوصیات مرتبط با مسافران، توانستند دقت مناسبی در پیش بینی تقاضا ارائه دهند. علاوه بر پیش بینی تقاضا، تحلیل نظرات کاربران و ارزیابی احساسات آن ها نیز انجام شده است. نتایج نشان داد که رضایت کاربران به شدت به عواملی نظیر کیفیت خدمات، تجربه سفر و جزئیات مرتبط با نام هتل ها و ملیت های کاربران وابسته است. این یافته ها می تواند به مدیران و تصمیم گیران صنعت گردشگری کمک کند تا خدمات خود را بهبود بخشیده، نقاط ضعف را شناسایی کنند و استراتژی های بازاریابی دقیق تری بر اساس نیازها و انتظارات مشتریان طراحی نمایند. ترکیب پیش بینی تقاضا با تحلیل نظرات کاربران، فرصتی ارزشمند برای بهبود تجربه مشتریان، ارتقای کیفیت خدمات و پیش بینی رفتار گردشگران فراهم می کند که در نهایت به رشد پایدار این صنعت منجر خواهد شد.

کلیدواژه ها:

یادگیری ماشین ، پیش بینی تقاضا ، تحلیل احساسات ، صنعت گردشگری