سامانه همایش ملی گردشگری سلامت

صفحه اصلی / اولین همایش ملی گردشگری سلامت

مدل سازی ترکیبی پیش بینی تقاضای گردشگری تندرستی شهرستان سرعین

نویسندگان :

ابتهال زندی¹

1- دانشگاه آزاد تهران غرب

کلمات کلیدی :

گردشگری تندرستی،پیش بینی تقاضا،شهرستان سرعین،شبکه عصبی فازی،الگوريتمSVR،رگرسیون

چکیده :

اکثر تصمیمات مدیریت در تمام سطوح سازمان به طور مستقیم و یا غیر مستقیم به حالتی از پیش بینی آینده بستگی دارد و از طریق همین پیش بینی است که می‌توان یک موفقیت یا وضعیت در آینده را تجسم کرد و از این طریق ریسک را به حداقل ممکن رساند و یا هر گونه تعدیل و تطبیق در برنامه صورت داد.يكي از مهمترين رويدادها در صنعت گردشگري هر كشور، ميزان تقاضا براي يك محصول يا مقصد گردشگري است. اما باید توجه داشت که پیش بینی‌ها هرگز نمی‌توانند به طور صد درصد با آنچه که در عمل پیش خواهد آمد تطابق داشته باشند. همیشه فواصل و انحرافاتی بین مقادیر واقعی و پیش بینی موجود خواهد بود. استفاده از روش‌های علمی و نوین در امر پیش بینی، باعث خواهد شد که نتایج حاصله به مراتب بیش از یک تخمین عینی به حقیقت نزدیک شوند. یکی از مهمترین انواع گردشگری شهرستان سرعین بر اساس آمار مرکز ملی آمار و نظرات صاحب نظران این حوزه، به واسطه استفاده از چشمه های آب معدنی این منطقه گردشگری تندرستی است که پیش بینی درست و اصولیاین نوع از گردشگران می تواند به برنامه ریزی درست گردشگری در این منطقه کمک شایانی نماید. روش ها: پژوهش حاضر سعی دارد مدل هايي براي پيش بيني متغيرهاي تاثيرگذار بر پیش بینی تقاضای گردشگری تندرستی شهرستان سرعین پيشنهاد كند. براي اين كار از اطلاعات ماهیانه بين سال هاي 1390 تا 1401 استفاده شده است. متغير مستقل اين تحقيق تعداد گردشگران تندرستی شهرستان سرعین است و متغیرهای وابسته نیز بر اساس تکنیک دلفی و دیماتل فازی انتخاب شدند، چارچوب مدل، تركيبي از رگرسیون، شبکه عصبی فازی و الگوریتم SVR است که با ترکیب این روش ها مي توان خطاي پيش بيني را اندازه گيري و روش ها را با هم مقايسه كرد. نتیجه گیری: نتايج اين پژوهش نشان مي دهد که تابع تقاضای گردشگری تندرستی بر اساس روش دیماتل فازی شامل: عوامل اقتصادی(درآمد و ثروت افراد)، قیمت خدمات و هزینه زندگی در مقصد، قیمت تاسیسات اقامتی، وجود آلودگی هوا، قیمت محصولات جایگزین(سفر خارجی)، تعداد چشمه های آب معدنی و خواص درمانی آنها است و رویکرد رگرسیون جند گانه پیشنهادی می تواند پیش بینی بهتری نسبت به سایر روش ها در خصوص پیش بینی گردشگری تندرستی این منطقه داشته باشد.