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

کد مقاله : 1148-ITCS

نویسندگان

فاطمه دارائی * دانشگاه سمنان

چکیده مقاله

با گسترش روزافزون صنعت گردشگری و رقابت فزاینده در این حوزه، پیش‌بینی تقاضا و تحلیل رفتار گردشگران به یکی از چالش‌های اساسی مدیران و فعالان این صنعت تبدیل شده است. در این مقاله، با بهره‌گیری از مدل‌های یادگیری ماشین، دو هدف اصلی دنبال شده است: پیش‌بینی تقاضا و تحلیل نظرات کاربران. در بخش پیش‌بینی تقاضا، سه مدل یادگیری ماشین شامل درخت تصمیم، جنگل تصادفی و الگوریتم XGBoost به کار گرفته شد. این مدل‌ها با تحلیل داده‌های آماری و ویژگی‌های متنوع نظیر نوع سفر، نوع مسافر، مدت اقامت، سال و سایر خصوصیات مرتبط با مسافران، توانستند دقت مناسبی در پیش‌بینی تقاضا ارائه دهند. علاوه بر پیش‌بینی تقاضا، تحلیل نظرات کاربران و ارزیابی احساسات آن‌ها نیز انجام شده است. نتایج نشان داد که رضایت کاربران به‌شدت به عواملی نظیر کیفیت خدمات، تجربه سفر و جزئیات مرتبط با نام هتل‌ها و ملیت‌های کاربران وابسته است. این یافته‌ها می‌تواند به مدیران و تصمیم‌گیران صنعت گردشگری کمک کند تا خدمات خود را بهبود بخشیده، نقاط ضعف را شناسایی کنند و استراتژی‌های بازاریابی دقیق‌تری بر اساس نیازها و انتظارات مشتریان طراحی نمایند. ترکیب پیش‌بینی تقاضا با تحلیل نظرات کاربران، فرصتی ارزشمند برای بهبود تجربه مشتریان، ارتقای کیفیت خدمات و پیش‌بینی رفتار گردشگران فراهم می‌کند که در نهایت به رشد پایدار این صنعت منجر خواهد شد.

کلیدواژه ها

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

وضعیت: پذیرفته شده