طراحی مدل پیش بینی رفتار گردشگران داخلی در بازدید از مسیرهای جاده ابریشم با استفاده از الگوریتم های یادگیری ماشین

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 51

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSSROP01_113

تاریخ نمایه سازی: 29 آذر 1404

چکیده مقاله:

باتوجه به اهمیت توسعه پایدار گردشگری و نقش محوری شناخت رفتار گردشگران در تصمیم سازی های راهبردی، پژوهش حاضر باهدف طراحی مدلی برای پیش بینی رفتار گردشگران داخلی در استان سمنان به عنوان یکی از مسیرهای تاریخی و فرهنگی جاده ابریشم انجام شده است. در این راستا، داده های ۱۵۰ نفر از گردشگران داخلی از طریق پرسش نامه گردآوری و با بهره گیری از الگوریتم های یادگیری ماشین از جمله جنگل تصادفی، درخت تصمیم و رگرسیون لجستیک تحلیل گردید. پس از پیش پردازش داده ها و کدگذاری متغیرها، سه مدل طبقه بندی پیاده سازی و دقت عملکرد آن ها مورد مقایسه قرار گرفت. نتایج تحلیل ها نشان داد که مدل جنگل تصادفی بادقت ۶۳٫۳٪ و امتیاز F۱ قابل قبول، عملکرد بهتری در پیش بینی نیت بازگشت گردشگران دارد. همچنین، تحلیل همبستگی مشخص کرد که متغیرهایی چون وضعیت تاهل، نوع سفر، انگیزه سفر و جنسیت بیشترین تاثیر را در پیش بینی رفتار گردشگر ایفا می کنند. یافته های این پژوهش می تواند مبنایی علمی برای طراحی ابزارهای داده محور در مدیریت مقصد، بازاریابی هدفمند، و تصمیم سازی مبتنی بر داده در حوزه گردشگری باشد. این مطالعه گامی نوین در جهت توسعه گردشگری هوشمند و شواهد محور در مسیرهای جاده ابریشم محسوب می شود.

نویسندگان

سیدرسول حسینی برنتی

دانشجوی دکترا، گروه مدیریت، دانشکده علوم انسانی، دانشگاه آزاد اسلامی، ساری، ایران

مرضیه مرادی

دانشجوی دکترا، گروه مدیریت، دانشکده علوم اقتصادی و اداری، دانشگاه مازندران، بابلسر، ایران