برآورد تقاضای سفر گردشگران ایرانی به ترکیه با استفاده از شبکه های عصبی مصنوعی

Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 308

This Paper With 18 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_GEOP-21-61_008

تاریخ نمایه سازی: 14 آبان 1400

Abstract:

برای شهروندان ایرانی سفر به ترکیه بدون داشتن ویزا مقدور بوده و عمده ترین دلایل شهروندان ایرانی برای سفر به ترکیه را می توان؛ استراحت و گذران اوقات فراغت، بهره­مندی از جاذبه های مختلف طبیعی، ساحلی، انسانی، تجارت، داد و ستد؛ مخصوصا خرید البسه و پوشاک؛ بر­شمرد. گردشگری یکی از اصلی ترین محرک های اقتصادی کشور ترکیه محسوب می شود. افزایش یا کاهش تعداد گردشگران ایرانی در ترکیه به عوامل متعدد اقتصادی، سیاسی در سطح ملی و بین المللی ربط دارد. برآورد دقیق تقاضای گردشگری موضوعی مهم و حیاتی برای صنعت توریسم به­شمار رفته و پیش­بینی دقیق تقاضای گردشگری می تواند اطلاعات مفیدی را برای برنامه­ریزی و سیاست­گذاری­های آتی در رابطه با توریسم فراهم سازد. هدف این مقاله پیش­بینی تقاضای سفر به ترکیه از طرف گردشگران ایرانی می­باشد. تکنیک مورد استفاده برای پیش­بینی تقاضای سفر شبکه های عصبی مصنوعی می­باشد. متغیرهای اثر­گذار بر روی تقاضای گردشگری ایرانیان با بررسی پیشینه تحقیق استخراج شد و جمعا ۱۳ متغیر را این تحقیق برای پیش­بینی تقاضای گردشگری به  کار رفت. نتایج به­دست آمده از تحقیق نشان می دهد که برآوردهای به­دست آمده در مقایسه با داده های واقعی از خطای کم­تری برخوردار هستند. طبق یافته های تحقیق چهار متغیر مهم اثر­گذار بر تقاضای گردشگری از طرف شهروندان ایرانی؛ میزان تولید روزانه نفت خام در ایران، نرخ تورم در ایران، تولید ناخالص داخلی در ترکیه، تولید ناخالص داخلی در ایران به ازای افراد شاغل است.

Authors

ایرج تیموری

دانشگاه تبریز

هادی حکیمی

استادیار گروه جغرافیا و برنامه ریزی شهری دانشگاه تبریز

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • امین­رشتی، نارسیس؛ فهیمی­فر، فاطمه و ابراهیم صیامی­عراقی (۱۳۸۸)، «عوامل ...
  • فاتح، حبیبی و حسین عباسی­نژاد (۱۳۸۴)، «تصریح و برآورد ...
  • صیدائی، سیداسکندر و زهرا هدایتی مقدم (۱۳۸۹)، «نقش امنیت ...
  • فاست، لوران (۲۰۰۹)، «مبانی شبکه های عصبی»، ترجمه: هادی ...
  • فرهودی، رحمت­الله و محمود شورچه (۱۳۸۹)، «برآورد اثر تغییرات ...
  • فلیحی، نعمت و بهروز جعفرزاده (۱۳۹۰)، «بررسی عوامل موثر ...
  • لطفی، حیدر و ناصر سلطانی (۱۳۸۷)، «گردشگری، دولت و ...
  • محمد­زاده، پرویز، بهبودی، داوود، فشاری، مجید، منی­پور، سیاب،(۱۳۸۹)، «تخمین ...
  • محمدی،تیمور، کریمی، مجتبی، نجارزاده، نگین و معصومه شاه­کرم­اوغلی (۱۳۸۹)، ...
  • ملکی­نژاد، حسین و ربابه پورشرعیاتی (۱۳۹۲)، «کاربرد و مقایسه ...
  • مهناج، محمدباقر (۱۳۸۸) «مبانی شبکه­های عصبی»، انتشارات دانشگاه امیرکبیر، ...
  • هزار­جریبی، جعفر و ملک­محمد نجفی (۱۳۹۱)، بررسی جامعه­شناختی عوامل ...
  • Alaeddinoglu. Faruk & Selcuk Can. Ali (۲۰۱۱), “Identification and Classification ...
  • Ali Raza. Syed & Jawaid, Syed Tehseen (۲۰۱۳), “Terrorism and ...
  • Atan. Sibel & Arslanturk. Yalcin (۲۰۱۲), “Tourism and Economic Growth ...
  • Burger. C.J.S.C, Dohnal. M & et al (۲۰۰۱), “A Practitioners ...
  • Central Bank of Iran (۲۰۱۴), www.cbi.ir. ...
  • Chen. Chun-Fu; Lai. Ming-Cheng & et al (۲۰۱۲), “Forecasting Tourism ...
  • Curry Bruce, Morgan Peter, Silver Mick (۲۰۰۲), “Neural Networks and ...
  • Gunter, Ulrich & Onder, Irem (۲۰۱۵), “Forecasting International City Tourism ...
  • Kuvan, Yalcin (۲۰۰۵), “The Use of Forests for The Purpose ...
  • Law, Rob (۲۰۰۰) Back-Propagation Learning in Improving Tthe Accuracy of ...
  • Pai, Ping-Feng; Hung. Kuo-Chen & etal (۲۰۱۴), “Tourism Demand Forecasting ...
  • Palmer, Alfonso; Montano, Juan Jose & et al (۲۰۰۶), “Designing ...
  • Sariisik, Mehmet, Turkay, Oguz & etal (۲۰۱۱), “How to Manage ...
  • Shahrabi, Jamal; Hadavandi, Esmaeil & et al (۲۰۱۳), “Developing a ...
  • Song, Haiyan & Li. Gang (۲۰۰۸), “Tourism Demand Modeling and ...
  • The Ministry of culture and tourism (۲۰۱۴), http://www.kultur.gov.tr/EN,۳۶۵۷۰/statistics ...
  • Turkish Statistical Institute (۲۰۱۴), www.turkstat.gov.tr ...
  • UNWTO (۲۰۱۴) Tourism Highlights, ۲۰۱۴ edition, http://mkt.unwto.org ...
  • www.tradingeconomic.com ...
  • Yu Chen. Kuan (۲۰۱۱), “Combining Linear and Nonlinear Model in ...
  • نمایش کامل مراجع