سازمان جغرافیایی نیروهای مسلح

| ورود به سامانه | ثبت نام

صفحه اصلی / اولین کنفرانس ملی علوم داده و اطلاعات مکانی

طراحی یک سیستم توصیه گر گردشگری چندکاربره با استفاده از شبکه عصبی، شبکه بیزین و الگوریتم های فرا ابتکاری

نویسندگان :

ویدا داودی¹ مهدی کیخایی² نجمه نیسانی سامانی³

1- دانشگاه بوعلی سینا 2- دانشگاه افسری امام علی (ع) 3- دانشگاه تهران

کلمات کلیدی :

سیستم توصیه گر گردشگری، شبکه عصبی خودسازمانده، شبکه بیزین، الگوریتم ژنتیک، الگوریتم کلونی مورچگان

چکیده :

با افزایش سهم صنعت گردشگری در اقتصاد کشورها، امروزه توجه دولت ها و شرکت های خصوصی بیش از پیش به سرمایه گذاری، برنامه ریزی و بازنگری مجدد در صنعت گردشگری جلب شده است. با افزایش آگاهی گردشگران از جاذبه های گردشگری کشور خود و سایر نقاط دنیا از طریق شبکه جهانی وب و شبکه های اجتماعی، هر چند که دامنه انتخاب مکان های گردشگری آنها را بسیار وسیع کرده است، اما انتخاب یک یا مجموعه ای از مکان های گردشگری برای مسافرت به طوری که بتواند بیشترین شباهت با علایق و ترجیحات گردشگر را داشته باشد به یک چالش جدید در این زمینه تبدیل شده است. در دو دهه اخیر، سیستم های توصیه گر گردشگری با هدف مطابقت دادن ویژگی منابع گردشگری و یا جاذبه های تفریحی با نیاز کاربر بوجود آمده اند. در این تحقیق با استفاده از شبکه های عصبی مصنوعی خود سازمانده (SOM)، شبکه بیزین و الگوریتم های فراابتکاری یک سیستم توصیه گر گردشگری طراحی شد. بافت تاریخی شهر یزد به عنوان منطقه مورد مطالعه انتخاب گردید. در این تحقیق از اطلاعات آماری سالیانه 2015 و لایه های وکتوری راه ها و اماکن گردشگری شهر یزد به منظور تنظیم سفر برای 100 گردشگر استفاده شده است. ابتدا 100 گردشگر با ویژگی های متفاوت در درآمد، سن، جنس، شغل، سطح تحصیلات و انگیزه های مسافرت با استفاده از SOM خوشه بندی گردیدند. سپس با استفاده از اطلاعات آماری گردشگران و مدل شبکه بیزین، ترجیحات سفر برای هر یک از خوشه ها تخمین زده شد. در نهایت با استفاده از الگوریتم های فراابتکاری ژنتیک و کلونی مورچگان مسیر بهینه مکان های پیشنهادی گردشگری برای هر دسته از گردشگران مشخص گردید. سیستم طراحی شده مبتنی بر شبکه عصبی، شبکه بیزین و الگوریتم های فراابتکاری در مسیریابی نشان می دهد که می تواند نقش مهمی را در تصمیم-گیری گردشگران در انتخاب جاذبه های گردشگری و برنامه ریزی سفر، متناسب با علایق، ترجیحات و اطلاعات دموگرافیک ایفا نماید.