НЕЙРО-НЕЧІТКА МОДЕЛЬ ОЦІНЮВАННЯ ТА ВИБОРУ МІСЦЯ ПРИЗНАЧЕННЯ З УРАХУВАННЯМ ЦІЛЬОВИХ ПОТРЕБ ТУРИСТА
Анотація
Запровадження нейро-нечітких моделей дозволяє інтегрувати кількісні та якісні аспекти оцінювання, зокрема суб’єктивні чинники, такі як емоції, переваги та цінності туристів. Це дає змогу створити більш персоналізовані та релевантні рекомендації щодо вибору місць відпочинку, підвищуючи задоволеність туристів та ефективність туристичних сервісів. Дослідження сприяє розвитку інтелектуальних систем підтримки прийняття рішень у сфері туризму, підвищенню конкурентоспроможності туристичних напрямків та задоволенню різноманітних потреб туристів. Основною метою проведеного дослідження є розроблення нейро-нечіткої моделі оцінювання та вибору місця призначення з урахуванням цільових потреб туриста, його соціального класу та сучасних туристичних тенденцій на прикладі Закарпатській, Львівській та Івано-Франківській областях. Для цього вперше розроблено: інформаційну модель оцінювання та вибору місця призначення, враховуючи соціальний клас туристів; нечіткий метод оцінювання рівня задоволеності туристом місця призначення (регіону); нейро-нечіткий метод виведення цільових потреб туристів відносно їх соціальних класів; нечіткий метод оцінювання та вибору місць призначення. Верифіковано розроблену модель на реальних даних та проілюстровано приклад побудови ранжувального ряду регіонів для вибору місця призначення в контексті сучасних туристичних тенденцій, враховуючи соціальний клас потенційного туриста. Для формалізації даних використовується математичний апарат експертного оцінювання, теорії нечітких множин, нечіткої логіки, інтелектуального аналізу знань, нейро-мереж та багатокритеріального оцінювання альтернатив. Цінність моделі полягає в тому, що: враховує враження від місць призначення (регіонів) окремих туристів, після цього здійснюється оцінювання та виводиться загальний рівень задоволеності туристами даного місця призначення, в розрізі по групах критеріїв, що задають тренди пріоритетності місць призначення у майбутньому; здійснюється обробка даних демографічних характеристик респондентів та прогнозуються їх цільові потреби щодо місця призначення, на основі нейро-нечіткої мережі. На виході отримується ранжувальний ряд для вибору розумного напрямку місць призначення для потенційного туриста, враховуючи його цільові потреби або його соціальний клас.
Посилання
2. Firmansyah H. S., Supangkat S. H., Arman A. A., Giabbanelli P. J. Identifying the components and interrelationships of smart cities in Indonesia: Supporting policymaking via fuzzy cognitive systems. IEEE Access. 2019. 7. 46136-46151. DOI: 10.1109/access.2019.2908622.
3. Ладик С., Базилюк К. Використання апарату теорії нечітких множин для оцінювання якості турпродукту. Інновації та технології в сфері послуг і харчування. 2022. 1(5). 47–51.
4. Mohammed R. T., Alamoodi A. H., Albahri O. S., Zaidan A. A., AlSattar H. A., Aickelin U., Albahri A. S., Zaidan B. B., Ismail A. R., Malik R. Q. A decision modeling approach for smart e-tourism data management applications based on spherical fuzzy rough environment. Applied Soft Computing. 2023. 143. 110297. DOI: 10.1016/j.asoc.2023.110297.
5. Alamoodi A.H., Mohammed R.T., Albahri O.S., Qahtan S., Zaidan A.A., Alsattar H.A., Albahri A.S., Aickelin U., Zaidan B.B., Baqer M.J., Najm Jasim A. Based on neutrosophic fuzzy environment: a new development of FWZIC and FDOSM for benchmarking smart e-tourism applications. Complex Intell. Syst. 2022. 8. 3479–3503. DOI: 10.1007/s40747-022-00689-7.
6. Milošević M. R., Milošević D. M., Stanojević A. D., Stević D. M., Simjanović D. J. Fuzzy and Interval AHP Approaches in Sustainable Management for the Architectural Heritage in Smart Cities. Mathematics. 2021. 9(4). 304. DOI: 10.3390/math9040304.
7. Ham J., Koo C., Chung N. Configurational patterns of competitive advantage factors for smart tourism: An equifinality perspective. Current Issues in Tourism. 2020. 23(9). 1066-1072. DOI: 10.1080/13683500.2019.1566303.
8. Forouzandeh S., Rostami M., Berahmand K. A hybrid method for recommendation systems based on tourism with an evolutionary algorithm and topsis model. Fuzzy Information and Engineering. 2022. 14(1). 26-50. DOI: 10.1080/16168658.2021.2019430.
9. Bastidas-Manzano A-B., Sánchez-Fernández J., Casado-Aranda L-a. The Past, Present, and Future of Smart Tourism Destinations: A Bibliometric Analysis. Journal of Hospitality & Tourism Research. 2020. 45(3). 529-552. DOI: 10.1177/1096348020967062.
10. Дані 327 респондентів для оцінювання та вибору місця призначення враховуючи цільові потреби туриста. URL: https://docs.google.com/spreadsheets/d/1LlgRiHG1zP43xiIp7lyT7ydiqDXYX0fg/edit?usp=sharing&ouid=110688046638619396256&rtpof=true&sd=true (дата звернення: 01.08.2024).