مقایسه دو الگوریتم درخت تصمیمگیری و ماشین بردار پشتیبان برای طبقهبندی مکانهای جاذب گردشگری بر اساس اطلاعات زمینهای کاربر
2019
امروزه گردشگری و جذب گردشگر به عنوان یکی از منابع اقتصادی و همچنین بررسی دادههای گردشگری با توجه به اهمیت روزافزون صنعت گردشگری و تجارتی و رقابتی شدن این صنعت اهمیت ویژهای یافته است. در صنعت گردشگری شناخت خصوصیات و اطلاعات زمینهای کاربر سبب اتخاذ تصمیمات هدفمندتر و ارائه خدمات رضایتبخشتری به کاربر میشود که این امر بدون استفاده از ابزارها و تکنیکهای دادهکاوی میسر نمیشود. روشهای مختلفی برای طبقهبندی و بررسی دادهها وجود دارد. با توجه به اهمیت بالای شناخت رفتار و ویژگیهای گردشگران در انتخاب مکان جاذب گردشگری و در نتیجه جلب رضایت گردشگران هدف این مطالعه مقایسه دو الگوریتم درخت تصمیمگیری و ماشین بردار پشتیبان برای طبقهبندی مکانهای جاذب گردشگری بر اساس اطلاعات زمینهای کاربر در نرمافزار Weka است. در این راستا از اطلاعات زمینهای کاربر ازجمله سن، جنسیت، میزان تحصیلات، نوع مکان گردشگری و امتیازی که کاربران به مکان گردشگری دادهاند برای طبقهبندی مکانهای جاذب گردشگری استفاده شده است. برای این منظور اطلاعات زمینهای و اطلاعات مکانهای گردشگری از 220 کاربر در مورد جاذبههای گردشگری تهران جمعآوری گردید و برای آموزش و تست دو الگوریتم مورد استفاده قرار گرفته است. با بررسی نتایج این تحقیق با معیارهای مختلف مشخص گردید که درخت تصمیمگیری عملکرد بهتری در مقایسه با روش ماشین بردار پشتیبان بر روی داده-های استفادهشده دارد.
- Correction
- Source
- Cite
- Save
- Machine Reading By IdeaReader
0
References
0
Citations
NaN
KQI