برآورد تقاضای سفر گردشگران ایرانی به ترکیه با استفاده از شبکه های عصبی مصنوعی
Publish place: Geography and Planning، Vol: 21، Issue: 61
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:
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.
Keywords:
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 :