| طراحی مدل پیش‌بینی رفتار گردشگران داخلی در بازدید از مسیرهای جاده ابریشم با استفاده از الگوریتم‌های یادگیری ماشین |
| کد مقاله : 1200-ITCS |
| نویسندگان |
|
مرضیه مرادی *1، سیدرسول حسینی برنتی2 1گروه مدیریت، دانشکده علوم اقتصادی و اداری، دانشگاه مازندران، بابلسر، ایران. 2گروه مدیریت، دانشکده علوم انسانی، دانشگاه آزاد اسلامی، ساری، ایران |
| چکیده مقاله |
| با توجه به اهمیت توسعه پایدار گردشگری و نقش محوری شناخت رفتار گردشگران در تصمیم‌سازی‌های راهبردی، پژوهش حاضر با هدف طراحی مدلی برای پیش‌بینی رفتار گردشگران داخلی در استان سمنان به‌عنوان یکی از مسیرهای تاریخی و فرهنگی جاده ابریشم انجام شده است. در این راستا، داده‌های ۱۵۰ نفر از گردشگران داخلی از طریق پرسشنامه گردآوری و با بهره‌گیری از الگوریتم‌های یادگیری ماشین از جمله جنگل تصادفی، درخت تصمیم و رگرسیون لجستیک تحلیل گردید. پس از پیش‌پردازش داده‌ها و کدگذاری متغیرها، سه مدل طبقه‌بندی پیاده‌سازی و دقت عملکرد آن‌ها مورد مقایسه قرار گرفت. نتایج تحلیل‌ها نشان داد که مدل جنگل تصادفی با دقت ۶۳٫۳٪ و امتیاز F1 قابل قبول، عملکرد بهتری در پیش‌بینی نیت بازگشت گردشگران دارد. همچنین، تحلیل همبستگی مشخص کرد که متغیرهایی چون وضعیت تأهل، نوع سفر، انگیزه سفر و جنسیت بیشترین تأثیر را در پیش‌بینی رفتار گردشگر ایفا می‌کنند. یافته‌های این پژوهش می‌تواند مبنایی علمی برای طراحی ابزارهای داده‌محور در مدیریت مقصد، بازاریابی هدفمند، و تصمیم‌سازی مبتنی بر داده در حوزه گردشگری باشد. این مطالعه گامی نوین در جهت توسعه گردشگری هوشمند و شواهدمحور در مسیرهای جاده ابریشم محسوب می‌شود. |
| کلیدواژه ها |
| گردشگری، یادگیری ماشین، رفتار گردشگر، جاده ابریشم |
| وضعیت: پذیرفته شده |