پیش بینی تقاضای گردشگری فرهنگی شهر تهران

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 228

فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SCSJ-1-2_003

تاریخ نمایه سازی: 24 دی 1401

چکیده مقاله:

یکی از مهم ترین رویدادها در صنعت گردشگری هر کشور میزان تقاضا برای یک محصول یا مقصد گردشگری است، اما باید توجه داشت که پیش بینی ها هرگز نمی توانند کاملا با آنچه در عمل پیش خواهد آمد تطابق داشته باشند. همیشه فواصل و انحرافاتی بین مقادیر واقعی و پیش بینی وجود خواهد داشت، اما استفاده از روش های علمی و نوین در امر پیش بینی باعث خواهد شد که نتایج به مراتب بیش از یک تخمین عینی به حقیقت نزدیک شود. در سال های اخیر با تغییر الگوی تعطیلات و شکل گیری تعطیلات کوتاه مدت، شهرها فرصتی برای توسعه گردشگری پیدا کردند. یکی از مهم ترین انواع گردشگری داخلی شهر تهران، بر اساس گزارش مرکز ملی آمار و دیدگاه های صاحب نظران این حوزه، گردشگری فرهنگی است. ازاین رو، پژوهش پیش رو سعی دارد مدل هایی را برای پیش بینی تقاضای گردشگری فرهنگی داخلی شهر تهران پیشنهاد کند. برای این کار از اطلاعات ماهیانه سال های ۱۳۸۱ ۱۳۹۸ استفاده شده است. متغیر مستقل این پژوهش تعداد گردشگران فرهنگی داخلی شهر تهران است و متغیرهای وابسته نیز بر اساس تکنیک دلفی و دیماتل فازی انتخاب شدند. چارچوب مدل ترکیبی از رگرسیون، شبکه عصبی فازی و الگوریتمSVR  است که با ترکیب این روش ها می توان خطای پیش بینی را اندازه گیری کرد و روش ها را با هم مقایسه کرد. نتایج این پژوهش نشان می دهد رویکرد ترکیبی رگرسیون و الگوریتم SVR پیشنهادی می تواند پیش بینی بهتری نسبت به سایر روش ها در خصوص گردشگری فرهنگی داخلی داشته باشد.

نویسندگان

ابتهال زندی

استادیار گروه مدیریت گردشگری و هتلداری دانشگاه آزاد اسلامی واحد تهران غرب، تهران

رحیم یعقوب زاده

عضو هیات علمی جهاد دانشگاهی و رییس مرکز گردشگری علمی-فرهنگی دانشجویان ایران (نویسنده مسئول)

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • منابع و ماخذاسلامی کولایی، سعید و نادر حساسی (۱۳۹۵). پیش ...
  • اکبرپور، تقی (۱۳۹۰). پیش­بینی تقاضای گردشگری ورودی ایران (رویکرد شبکه­های ...
  • الیاس پور، بهنام و مهدی نصرالله (۱۳۸۵). برآورد تابع تقاضای ...
  • اینسکیپ، ادوارد (۱۳۹۲). برنامه ریزی گردشگری رویکردی یکپارچه و پایدار ...
  • خسروآبادی، محمد (۱۳۸۵). تخمین تابع تقاضای گردشگری خارجی ایران طی ...
  • خوشنویس یزدی، سهیلا و مریم غمایی (۱۳۹۴). «برآورد تابع تقاضای ...
  • رسولی، اسماعیل (۱۳۸۱). تخمین تابع تقاضای گردشگری ورودی به ایران. ...
  • زارع اشکذری، سید محمد، محسن سقایی، میر نجف موسوی و ...
  • صفایی، شهاب الدین (۱۳۸۶). برآورد تابع تقاضای گردشگری ایران با ...
  • عبدی آلادزگه، ابراهیم (۱۳۸۲). پیش بینی تقاضای گردشگری خارجی با ...
  • غلامی پور، لیلا (۱۳۹۰). تخمین تابع تقاضای گردشگری در استان ...
  • فهیمی فرد، محمد، ماشالله سالارپور و محمود صبوحی (۱۳۹۰). «مقایسه ...
  • کاوه‎ئیان، نسترن (۱۳۸۱). برآورد تابع تقاضای گردشگری بین المللی ایران ...
  • منهاج، محمدباقر، عالیه کاظمی، حامد شکوری گنجوی، محمدرضا مهرگان و ...
  • موسایی، میثم (۱۳۸۳). «تخمین تابع تقاضای توریسم به ایران». فصلنامه ...
  • نوری، مهناز (۱۳۷۵). برآورد تابع تقاضای گردشگری در ایران ۷۲-۱۳۴۸. ...
  • Arbel, A. & Revid, A. (۲۰۰۱). ‘On recreation demand: A ...
  • Athanasopoulos, G., & Hyndman, R. J. (۲۰۰۸). ‘Modelling and forecasting ...
  • Can, V. (۲۰۱۳). Modeling tourism demand, travel mode choice and ...
  • Chang, P.T. (۱۹۹۸). ‘The fuzzy Delphi method via fuzzy statistics ...
  • Chen, K. Y. (۲۰۱۱). ‘Combining linear and nonlinear model in ...
  • Chen, K. Y. & Wang, C.H. (۲۰۰۷). ‘Support vector regression ...
  • Cheng, C.H. & Lin, Y. (۲۰۰۲). ‘Evaluating the best main ...
  • Cho, V. (۲۰۰۳). ‘A comparison of three different approaches to ...
  • Claveria, O. & Torra, A. (۲۰۱۴). ‘Forecasting Tourism Demand to ...
  • Diamond, J. (۲۰۰۰). Tourism role in economics development, the case ...
  • Hamal, K. (۲۰۰۷). ‘Modeling domestic holiday tourism demand in Australia: ...
  • Jaume, R. & Aon, W. (۲۰۱۵). ‘The Use of Tourism ...
  • Jiao, E. X., & Chen, J. L. (۲۰۱۸). ‘Tourism forecasting: ...
  • Köberl, J., Prettenthaler, F., & Bird, D. N. (۲۰۱۶). Modelling ...
  • Law, R. & Au, N. (۱۹۹۹). ‘A Neural network model ...
  • Li, G. & Jiao, X. (۲۰۲۰). Tourism forecasting research: a ...
  • Makridakis, S. & Hibon, M. (۲۰۰۰). ‘The M۳-competition: Results, conclusions ...
  • Massidda, C. & Etzo, I. (۲۰۱۲). ‘The Determinants of Italian ...
  • McKercher, B. & du Cros, H. (۲۰۰۲). Cultural Tourism: The ...
  • Pai, P. F., Hong, W. C., Chang, P. T., & ...
  • Palmer, A., Jose, M. & Sese, A. (۲۰۰۶). ‘Designing an ...
  • Patuelli, R., Mussoni, M. & Candela, G. (۲۰۱۳). ‘The Effects ...
  • Raj, R. (۲۰۱۲). Contemporary cultural issues and policies for the ...
  • Romilly, P., Liu, X. & Song, H. (۲۰۰۹). ‘Economic and ...
  • Rostamzadeh, R., & Sofian, S. (۲۰۱۱). ‘Prioritizing effective ۷ Ms ...
  • Shen, S., Li, G., & Song, H. (۲۰۱۱). ‘Combination forecasts ...
  • Smola, J. (۱۹۹۸). Learning with Kernels. PhD thesis, Technische Universit¨ ...
  • Song, H., & Turner, L. (۲۰۰۶). ‘Tourism demand forecasting’. In ...
  • Song, H., Qiu, R. T., & Park, J. (۲۰۱۹). ‘A ...
  • Vapnik, V. (۱۹۹۵). The Nature of Statistical Learning Theory. Springer-Verlag, ...
  • Vetitnev, A., Kopyirin, A., & Kiseleva, A. (۲۰۱۵). ‘System dynamics ...
  • Weng, G., & Li, L. (۲۰۱۵). ‘Study of Tourism Forecasting ...
  • Xiao, H., & Li, L. (۲۰۰۴). Villagers' perceptions of traditions: ...
  • Yang, y., Liu, Z., & Qi, Q. (۲۰۱۴). ‘Domestic tourism ...
  • Yepremian, G. (۲۰۰۵). ‘Forecasting Tourism Demand in Japon’. International Journal ...
  • نمایش کامل مراجع