فصلنامه مطالعات مدیریت گردشگری

هوش مصنوعی و گردشگری روستایی (مطالعه‌ای کاربردی در مناطق نمونه گردشگری)

نوع مقاله : مقاله پژوهشی

نویسندگان

داود جمینی 1
فرهاد جوان 2
رامین آتش بهار 3

1 استادیار، جغرافیا و برنامه‌ریزی روستایی، گروه ژئومورفولوژی، منابع طبیعی، دانشگاه کردستان، سنندج، ایران

2 استادیار گروه مدیریت جهانگردی، دانشکده میراث فرهنگی، صنایع دستی و گردشگری، دانشگاه مازندران، بابلسر، ایران

3 دانشجوی کارشناسی ارشد، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

https://doi.org/10.22054/tms.2025.85190.3055
چکیده
هدف اصلی پژوهش حاضر انجام یک مطالعه کاربردی در خصوص استفاده از الگوریتم‌های یادگیری ماشین، به‌عنوان زیربخشی از هوش مصنوعی و مقایسه عملکرد آن‌ها در مکانیابی اکوکمپ گردشگری است که به صورت مطالعه موردی در منطقه نمونه گردشگری شمشیر انجام گرفته است. در راستای دستیابی به هدف اصلی پژوهش از ده معیار (ارتفاع، شیب، جهت شیب، فاصله از گسل، زاویه تابش خورشید، فاصله از محل دفن پسماند، کاربری اراضی، فاصله از رودخانه، فاصله از جاده و فاصله از روستا و تأسیسات) استفاده شده است. همچنین نتایج نشان داد الگوریتم GTB نسبت به الگوریتم RF در راستای احداث اکوکمپ گردشگری مساحت بیشتری از محدود مورد مطالعه را در کلاس بسیار مناسب قرار داده است (85/36 درصد GTB =، 8/22 درصد = RF). نتایج بررسی صحت دو الگوریتم نشانگر قدرت پیشبینی بالاتر الگوریتم RF نسبت به الگوریتم GTB است.

کلیدواژه‌ها

گردشگری روستایی
هوش مصنوعی
الگوریتم‌های یادگیری ماشین
اکوکمپ
پاوه
موضوعات

عنوان مقاله English

Artificial Intelligence and Rural Tourism: An Applied Study in Tourism Sample Areas

نویسندگان English

Davood Jamini 1
Farhad Javan 2
Ramin Atashbahar 3
1 Assistant Professor, Department of Geomorphology, Faculty of Natural Resources, University of Kurdistan, Sanandaj, Iran
2 Assistant Professor, Department of Tourism Management, Faculty of Cultural Heritage, HandiCrafts and Tourism, University of Mazandaran, Babolsar, Iran.
3 Master's student, Department of Remote Sensing and Geographic Information Systems, Faculty of Geography, University of Tehran, Tehran, Iran
چکیده English

The main goal of the present research is to conduct an applied study on the use of machine learning algorithms as a subset of artificial intelligence and to compare their performance in locating eco-camps for tourism, which was conducted as a case study in the Shamshir tourism sample area. In order to achieve the main goal of the research, ten criteria (altitude, slope, slope direction, distance from the fault, angle of solar radiation, distance from the waste landfill, land use, distance from the river, distance from the road, and distance from the village and facilities) were used. The required data was extracted from various sources such as satellite images, OSM site, and digital elevation models, and initial data processing was performed in Arc GIS Pro software. Two algorithms, RF and GTB, and GIS software were used to analyze the data. The overall results of the research indicate the remarkable accuracy.

کلیدواژه‌ها English

Rural tourism
artificial intelligence
machine learning algorithms
Ecocamp
Paveh
1.        ابراهیم‌پور لنبران، احد، زیاری، کرامت­اله، حاتمی­نژاد، حسین، پوراحمد، احمد (1399). الگوریتم پیشنهادی برای تشخیص جایگاه مقصد گردشگری در چرخه حیات. نشریه گردشگری شهری، 7(1)، 17-35. https://doi.org/10.22059/jut.2018.260599.503
2.      احمدی‌‌اصل، فاطمه، مؤمنی، کورش، عطاریان، کورش، مقیمی، نوید (1398). مطالعات مکان‌‌یابی اکوکمپ‌‌ها با استفاده از روش ارزیابی TOPSIS (موردشناسی: مناطق گردشگری استان لرستان). جغرافیا و آمایش شهری منطقه‌ای، 9(33)، 56-41. https://doi.org/10.22111/gaij.2019.5079
3.        اداره کل میراث فرهنگی،گردشگری و صنایع‌دستی استان کرمانشاه (1404). مناطق نمونه گردشگری، قابل دسترس در: https://kermanshah.mcth.ir.
4.        باشکوه‌اجیرلو، محمد، قاسمی‌همدانی، ایمان (1402). واکاوی نقش عوامل اثرگذار بر هم‌آفرینی ارزش از طریق فناوری‌های مجهز به هوش مصنوعی و مدیریت دانش در صنعت گردشگری. کتابداری و اطلاع‌رسانی، 26(1): 115-142. https://doi.org/10.30481/lis.2023.377727.2037
5.        تیزکار، سمیرا، جوان‌مجیدی، جواد، مجیدزاده، علی‌محمد (1403). جستاری بر نقش هوش مصنوعی در احیای صنعت گردشگری از طریق تکنیک VR، نمونه موردی: اقامتگاه‌های بومگردی. زیرساخت‌ها و خدمات شهری، 5(1)، 108-115. https://upjournal.ir/fa/paper.php?pid=262
6.        جمینی، داود، دهقانی، امین، آتش‌بهار، رامین، رضایی، آرش (1403). مکان‌یابی اکوکمپ گردشگری مذهبی در غرب ایران (مطالعه موردی: منطقه نمونه گردشگری ویس‌القرن، استان کرمانشاه). برنامه­ریزی فضایی، 14(1)، 39-62. https://doi.org/10.22108/sppl.2024.140186.1765
7.        جوان، فرهاد (1400). تبیین نظام توزیع منافع گردشگری در ناحیه روستایی رضوانشهر. روستا و توسعه پایدار فضا، 2(2)، 69-94. https://doi.org/10.22077/vssd.2021.4838.1050
8.        جوان، فرهاد، حجت­شمامی، سیروس، سیفی­زاده، محمد (1400). واکاوی پیشران­های مؤثر بر توسعه گردشگری کلانشهر رشت مبتنی بر رویکرد آینده‌پژوهی. پژوهش­های برنامه و توسعه، 2(2)، 161-186. https://doi.org/10.22034/pbr.2021.138467
9.        جوان، فرهاد، حسنوند، علی، عارف­نژاد، محسن (1403). شناسایی تأثیرگذارترین و تأثیرپذیرترین عوامل توسعه گردشگری روستایی در راستای اقتصاد پایدار. پژوهش‌های جغرافیای اقتصادی، 5(15)، 84-98. https://doi.org/10.30470/jegr.2024.2022661.1143
10.     جهانیان، منوچهر، رضوی، سید حامد (1396). یافتن بهینه­ترین مسیر گردشگری با استفاده از الگوریتم دیکسترا. گردشگری و اوقات فراغت، 4(9)، 31-40. https://tlj.usc.ac.ir/article_129849.html
11.     خسروی، آرش، صادقی، محمدعلی (1398). سیستم‌های توصیه‌گر گردشگری سفر بر اساس الگوریتم خفاش و فیلترینگ ترکیبی. دوفصلنامه محاسبات و سامانه­های توزیع‌شده، 2(2)، 88-110. https://www.jdcs.ir/article_191443.html
12.     دربان‌آستانه، علیرضا، فردوسی، سجاد، شاه‌محمدی، حمیدرضا (1397). شناسایی مطلوب­ترین نقاط جهت احداث سایت گردشگری دریایی، مطالعه موردی: شهرستان تنکابن. فصلنامه اطلاعات جغرافیایی «سپهر»، 27(106)، 229-239. https://doi.org/10.22131/sepehr.2018.32344
13.     رضایی، سهیل، صادقی‌نیارکی، ابوالقاسم، شاکری، مریم (1398). مقایسه دو الگوریتم درخت تصمیم‌گیری و ماشین بردار پشتیبان برای طبقه‌بندی مکان‌های جاذب گردشگری بر اساس اطلاعات زمینه‌ای کاربر. گردشگری و توسعه، 8(4)، 202-218. https://www.itsairanj.ir/article_102885.html
14.     سلجی، نفیسه (1403). شناسایی الگوی توسعه هوش مصنوعی و فناوری‌های هوشمند در بهبود تجربه گردشگری شهری. نشریه گردشگری شهری، 11(4)، 93-77. https://doi.org/10.22059/jut.2024.380577.1227
15.     سلیمی، نرگس، فاطمی‌عقدا، سیدمحمود، تشنه‌لب، محمد، شرفی، یوسف (1395). پهنه‌بندی خطر زمین‌لغزش در حوضه آبخیز طالقان با استفاده از روش سیستم‌های هوشمند (روش شبکه عصبی مصنوعی مبتنی بر توابع پایه‌ای گوسی و شبکه عصبی پرسپترون). نشریه زمین‌شناسی مهندسی، ۱۰ (۳)، ۳۶۰۱-۳۶۲۶. http://jeg.khu.ac.ir/article-1-2591-fa.html
16.     شهدادی، علی، قنبری، یوسف، سلمانی­زاده، الهام، آذره، علی (1398). پتانسیل‌سنجی و مکان‌یابی مناطق مستعد احداث اکوکمپ‌های عشایری (مطالعه موردی: بخشی از شهرستان سمیرم). فصلنامه جغرافیا (برنامه‌ریزی منطقه­ای)، 9(35)، 293-306. https://dorl.net/dor/20.1001.1.22286462.1398.9.3.42.0
17.     صادقی، حجت‌الله (1402). ارزیابی تطبیقی مدل‌های همپوشانی فازی جهت تعیین پهنه‌های مستعد ایجاد اماکن اقامتی-گردشگری در منطقه دزپارت با مدل‌های گاما و سام. برنامه‌ریزی فضایی، 13(4)، 1-22. https://doi.org/10.22108/sppl.2023.138669.1759
18.     صیدایی، سیداسکندر، صادقی، حجت الله (1402). مکان­یابی احداث اکوکمپ‌های گردشگری عشایری در منطقه چهارمحال‌وبختیاری. مطالعات برنامه­ریزی قلمرو کوچ‏نشینان، 3(1)، 13-30. https://doi.org/10.22034/jsnap.2023.167726
19.     فاضل‌ترشیزی، داود، هژبرالساداتی، سید مرتضی، ناجی‌عظیمی، زهرا (1395). بخش‌بندی مراکز تجاری گردشگری شهر مشهد با رویکرد ترکیبی الگوریتم ژنتیک و تحلیل خوشه‌ای فازی. برنامه‌ریزی و توسعه گردشگری، 5(17)، 146-168. https://tourismpd.journals.umz.ac.ir/article_1282.html?lang=fa
20.     فاطمی‌عقدا، سید محمود، ساریخانی، رامین، تشنه‌لب، محمد (1382). پهنه‌بندی خطر رانش زمین در منطقه طالش با استفاده از سیستم‌های هوشمند (شبکه‌های عصبی مصنوعی پرسپترون). نشریه زمین‎شناسی مهندسی، ۱ (۲)،  ۱۷۹-۱۹۳. http://dorl.net/dor/20.1001.1.22286837.1382.1.2.5.8
21.     فرنقی، مهدی، منصوریان، علی (1393). ترکیب خودکار سرویس‌های مکانی به‌منظور تهیه نقشه پهنه‌بندی زمین‌لغزش با استفاده از روش‌های برنامه‌ریزی هوش مصنوعی. فصلنامه علمی علوم زمین، 24(94): 34-29. https://doi.org/10.22071/gsj.2015.43113
22.     محمدی، ایوب، جمینی، داود، آتش‌بهار، رامین (1404). بهینه‌سازی فضا در نواحی مستعد توسعه گردشگری (مطالعه موردی: شهرستان سروآباد). مطالعات مدیریت و بهره‌وری، مقاله پذیرفته‌شده برای انتشار. https://jmps.uok.ac.ir/article_63437.html
23.     محمودی، مصطفی، بیشمی، بهار (1400). امکان‌سنجی و مکان‌یابی روستاهای مستعد احداث اکوکمپ بین‌المللی؛ مطالعه موردی: استان کرمانشاه. مسکن و محیط روستا، 40(175)، 46-35. http://dx.doi.org/DOI:%2010.22034/40.175.35
24.     معارفی، محمود، اسدالله، هوشنگ، حسن‎پور قروقچی، اسماعیل (1399). ارائه الگوی بازاریابی محتوا مبتنی بر الگوریتم ژنتیک در صنعت گردشگری استان فارس. فصلنامه مطالعات مدیریت گردشگری، 15(52)، 175-208. https://doi.org/10.22054/tms.2020.44116.2171
25.     میرانی، نینا، اسدزاده، احمد (1397). بررسی نقش کیفیت نهادی بر توسعه صنعت گردشگری پزشکی در ایران: رویکرد الگوریتم جست‎وجوی گرانشی و الگوریتم کرم شب‎تاب. نظریه­های کاربردی اقتصاد، 5(4)، 1-30. https://ecoj.tabrizu.ac.ir/article_8223.html
26.    Alyasiri, O. M., Selvaraj, K., Younis, H. A., Sahib, T. M., Almasoodi, M. F., & Hayder, I. M. (2024). A Survey on the potential of artificial intelligence tools in tourism information services. Babylonian Journal of Artificial Intelligence, 2024, 1–8. https://doi.org/10.58496/BJAI/2024/001
27.    Biau, G., & Scornet, E. (2016). A random forest guided tour. Test, 25(2), 197-227. https://doi.org/10.1007/s11749-016-0481-7
28.    Ding, H., Wang, J., Liao, W., Liang, T., & Dai, H. (2021). Site selection of self-driving and recreational vehicle camps in China: An investigation using analytic hierarchy process and entropy. Journal of Traffic and Transportation Engineering (English Edition), 8(5), 762-777. https://doi.org/10.1016/j.jtte.2021.09.003
29.    Ferdowsi, S. (2024). Site selection of ecotourism eco-camps for sustainable development of rural areas. Journal of Ecotourism, 24(2), 1–19. https://doi.org/10.1080/14724049.2024.2366928
30.    García-Madurga, M. Á., & Grilló-Méndez, A. J. (2023). Artificial Intelligence in the tourism industry: An overview of reviews. Administrative Sciences, 13(8), 172. https://doi.org/10.3390/admsci13080172
31.    Ghaderzadah, H., Dehghani, A., & Jamini, D. (2023). Rural elites; The causes of migration and attracting their participation in the process of rural development with thematic analysis approach (Case study: Kurdistan province). Journal of Research and Rural Planning, 12(4), 79-98. https://doi.org/10.22067/jrrp.v12i4.2309-1087
32.    Guillen, M. D., Aparicio, J., & Esteve, M. (2023). Gradient tree boosting and the estimation of production frontiers. Expert Systems with Applications, 214, 119134. https://doi.org/10.1016/j.eswa.2022.119134
33.    Irawan, B. (2023). Impact of artificial intelligence on the tourism industry: A literature review. Innovative: Journal of Social Science Research, 3(6), 4865-4878. https://j-innovative.org/index.php/Innovative/article/view/4526
34.    Jamini, D. and Dehghani, A. (2024). an analysis of rural tourism marketing indicators (The case of Quri Qaleh village, Ravansar county). Journal of Sustainable Rural Development, 8(1), 89-102. https://doi.org/10.22034/jsrd.2024.446379.1182
35.    Karali, A., Das, S., & Roy, H. (2024). Forty years of the rural tourism research: Reviewing the trend, pattern and future agenda. Tourism Recreation Research, 49(1), 173-200. https://doi.org/10.1080/02508281.2021.1961065.
36.Khan, N., Khan, W., Humayun, M. and Naz, A. (2024). Unlocking the potential: Artificial intelligence applications in sustainable tourism. In A. Alnoor, G. E. Bayram, C. XinYing, & S. H. A. Shah  (Eds.), The role of artificial intelligence in regenerative tourism and green destinations (pp. 303-316). Emerald Publishing Limited. https://doi.org/10.1108/978-1-83753-746-420241020
37.    Komasi, H., Jamini, D., Hashemkhani Zolfani, S., Sadeghi, H., & Cavallaro, F. (2025). Evaluating the impacts of humanitarian crises on sustainable tourism with a futures studies approach. Environment, Development and Sustainability, https://doi.org/10.1007/s10668-025-06109-3
38.    Kong, H., Wang, K., Qiu, X., Cheung, C., & Bu, N. (2023). 30 years of artificial intelligence (AI) research relating to the hospitality and tourism industry. International Journal of Contemporary Hospitality Management, 35(6), 2157-2177. https://doi.org/10.1108/IJCHM-03-2022-0354
39.    Li, D., Du, P., & He, H. (2022). Artificial intelligence‐based sustainable development of smart heritage tourism. Wireless Communications and Mobile Computing, 2022(1), 5441170. https://doi.org/10.1155/2022/5441170
40.    Lv, H., Shi, S., & Gursoy, D. (2022). A look back and a leap forward: a review and synthesis of big data and artificial intelligence literature in hospitality and tourism. Journal of Hospitality Marketing & Management, 31(2), 145-175. https://doi.org/10.1080/19368623.2021.1937434
41.    Pei, Y., & Zhang, Y. (2021). A study on the integrated development of artificial intelligence and tourism from the perspective of smart tourism. In Journal of Physics: Conference Series, 1852, 032016. https://doi.org/10.1088/1742-6596/1852/3/032016
42.    Prahadeeswaran, R. (2023). A comprehensive review: The convergence of artificial intelligence and tourism. International Journal for Multidimensional Research Perspectives, 1(2), 12-24. https://www.chandigarhphilosophers.com/index.php/ijmrp/article/view/73
43.    Santiago, K., Yanes, A., & Mercado-Caruso, N. (2024). Analyzing correlations in sustainable tourism perception: Statistical insights from diverse caribbean colombian tourist sites. Procedia Computer Science, 231, 490-495. https://doi.org/10.1016/j.procs.2023.12.239
44.    Solakis, K., Katsoni, V., Mahmoud, A.B., &  Grigoriou, N. (2024), Factors affecting value co-creation through artificial intelligence in tourism: A general literature review.  Journal of Tourism Futures, 10(1): 116-130. https://doi.org/10.1108/JTF-06-2021-0157
45.    Tsaih, R. H., & Hsu, C. C. (2018). Artificial intelligence in smart tourism: A conceptual framework. In Proceedings of the 18th International Conference on Electronic Business (pp. 124-133). ICEB, Guilin, China. https://aisel.aisnet.org/iceb2018/89
46.    UNESCO (2021). Cultural landscape of hawraman/uramanat. https://whc.unesco.org/en/list/1647/
47.    Xie, D., & He, Y. (2022). Marketing strategy of rural tourism based on big data and artificial intelligence. Mobile information systems, 2022(1), 9154351. https://doi.org/10.1155/2022/9154351
48.    Yanan, L., Ismail, M. A., & Aminuddin, A. (2024). How has rural tourism influenced the sustainable development of traditional villages? A systematic literature review. Heliyon, 10(4). https://doi.org/10.1016/j.heliyon.2024.e25627
49.   Younes, A., Kotb, K. M., Ghazala, M. O. A., & Elkadeem, M. R. (2022). Spatial suitability analysis for site selection of refugee camps using hybrid GIS and fuzzy AHP approach: The case of Kenya. International Journal of Disaster Risk Reduction, 77, 103062. https://doi.org/10.1016/j.ijdrr.2022.103062
50.    Zsarnoczky, M. (2017). How does artificial intelligence affect the tourism industry? Vadyba, 31(2), 85-90.

صفحه اصلی

اعضای هئیت تحریریه

ارسال مقاله

هزینه بررسی مقاله ها

تماس با ما