Key points are not available for this paper at this time.
الغرض من هذه الورقة هو إيجاد وسيلة لتخصيص توصيات الجاذبية للمسافرين. الهدف من البحث هو إيجاد طريقة أكثر دقة للاقتراحات بجاذبية جديدة لكل مسافر بناءً على آراء مسافرين آخرين يتشابهون معهم في التفكير وتفضيلات المسافر. التصميم/المنهجية/الأسلوب لتحقيق الهدف، قام المطورون بإنشاء نظام مخصص لتوليد توصيات الجاذبية. يأخذ النظام في اعتباره تفضيلات المسافر الفردي لبناء نموذج تصنيف جاذبية نوعي. النموذج التصنيفي الجديد هو نتيجة دمج عمليتين: تجميع K-means وعملية التحليل التراتبي (AHP). النتائج تم تقييم أداء نظام التوصيات المطور من خلال قياس دقة وقابلية توسيع النموذج التصنيفي الخاص بالنظام. تشير النتائج التجريبية إلى أن النموذج التصنيفي دائماً ما يعود بنتائج دقيقة بغض النظر عن عدد الجاذبيات وعدد المسافرين في كل مجموعة. وقد أثبت النموذج التصنيفي أيضاً أنه قابل للتوسع لأن وقت المعالجة مستقل عن عدد المسافرين. بالإضافة إلى ذلك، تكشف النتائج أن قابلية استخدام النظام الكلي في مستوى مرضٍ جداً. القيود/التداعيات البحثية إن الأثر النظري الرئيسي هو أن دمج عمليات تقنيات K-means وAHP يمكّن نموذج تصنيف نوعي جديد للتوصيات الشخصية التي تقدم جاذبيات عالية الجودة فقط. ومع ذلك، فإن نظام التوصيات المصمم له بعض القيود. أولاً، من الضروري تحديث المعلومات يدويًا بشأن الجاذبيات السياحية الجديدة. ثانياً، يعتمد الوقت الكلي للاستجابة على نطاق الإنترنت والكمون. التداعيات العملية يساهم هذا البحث في صناعة السياحة والمسافرين الأفراد من خلال تقديم وسيلة دقيقة وقابلة للتوسع للاقتراحات بجاذبية جديدة لكل مسافر. الفائدة المحتملة تشمل زيادة الإيرادات المحتملة لوكالات السفر التي تقدم جولات حزمة مخصصة وتدعم المسافرين الأفراد في اتخاذ القرارات النهائية بشأن السفر. يمكن أن يتكامل النظام المصمم أيضاً مع أنظمة تخطيط الرحلات لرسم رحلة تحدد ما سيستمتع به المسافرون أكثر. الأصالة/القيمة يقترح هذا البحث تصميم وتنفيذ نظام توصية شخصي استناداً إلى نموذج تصنيف الجاذبية النوعي المقدم في هذه المقالة. تم تصميم وتطوير النموذج التصنيفي الجديد من خلال دمج تقنيات K-means وAHP، التي أثبتت أنها دقيقة وقابلة للتوسع.
أنغسكون وآخرون (مون،) درسوا هذا السؤال.