مشروح خبر یا مطلب:

ارشد- فناوری اطلاعات: ارائه مدلی برای تحلیل آینده نگر مقاصد گردشگری براساس نظرات و علایق گردشگران با استفاده از متن کاوی

ارشد- فناوری اطلاعات: ارائه مدلی برای تحلیل آینده نگر مقاصد گردشگری براساس نظرات و علایق گردشگران با استفاده از متن کاوی


 

 

 

 

 

 

عنوان رساله/پایان نامه

ارائه مدلی برای تحلیل آینده نگر مقاصد گردشگری براساس نظرات و علایق گردشگران با استفاده از متن کاوی

نام دانشجو

نرگس نصیری

مقطع تحصیلی

کارشناسی ارشد

رشته تحصیلی

مدیریت فناوری اطلاعات

استاد راهنمای اول

دکتر بابک سهرابی یورتچی

استاد مشاور اول

دکتر ایمان رئیسی وانانی

استاد داور اول

دکتر سعید روحانی

استاد داور دوم

دکتر هاشم آقازاده

روز دفاع (مثلا: دوشنبه)

دوشنبه

تاریخ دفاع (مثلا: 15/11/1397)

1397/11/29

ساعت دفاع (مثلا:  14:30)

16:00

مکان (ساختمان و کلاس)

کلاس 19 جنوبی

چکیده رساله/پایان‌نامه

گردشگری یکی از صنایع رو به رشد در سطح جهان و همچنین ایران است. هر ساله گردشگران بسیاری از کشور محل اقامت خود به قصد سفر خارج شده و به کشورهای دیگر سفر می‌کنند تا با جاذبه‌ها و دیدنی‌ها و تجربه‌های جدید روبرو شوند.

در دنیای امروز استفاده از روش‌های جدید و قدرتمند برای تحلیل داده‌ها بسیار پرکاربرد شده و برای هر صنعتی که قصد رشد و توسعه دارد ضروری می‌باشد. صنعت گردشگری نیز از این واقعیت مستثنی نیست. با وجود وبسایت‌های بسیاری که در زمینه گردشگری فعالیت کرده و محتوای مناسب برای گردشگران فراهم می‌آورند و حتی امکانی برای تولید محتوا از طرف خود کاربران ایجاد می‌کنند، داده‌های بسیار ارزشمندی در زمینه‌های مرتبط با گردشگری تولید می‌شود که نیازمند تحلیل و تبدیل شدن به دانش قابل استفاده و ارزشمند برای فعالان در این صنعت می‌باشد.

این پژوهش قصد دارد تا وجود ارتباط میان علاقه‌مندی‌های شخصی افراد را با مقاصد گردشگری که برای بازدید انتخاب می‌کنند پیدا کرده و در صورت وجود این ارتباط مدلی برای پیش بینی آینده نگر و پیشنهاد مقصد گردشگری براساس این علاقه‌مندی‌ها به گردشگران، ارائه کند. به این منظور داده‌های مرتبط با علاقه‌مندی‌ها و مقاصد گردشگری از یک وبسایت‌های شبکه اجتماعی فعال در زمینه گردشگری جمع‌آوری شده و با استفاده از الگوریتم‌های داده‌کاوی و متن‌کاوی مورد تحلیل قرار گرفته است.

این پژوهش با استفاده از الگوریتم‌های متن‌کاوی وجود ارتباط بین علاقه‌مندی‌ها و مقاصد گردشگری مورد بازدید را اثبات کرده است. همچنین با تحلیل‌های داده‌کاوی و متن‌کاوی با استفاده از روش CRISP-DM مدلی برای پیشنهاد مقاصد گردشگری براساس علاقه‌مندی‌ها را پیشنهاد داده است. در این تحلیل‌ها از روش‌های خوشه‌بندی و دسته‌بندی استفاده شده است.