تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > استخدام نماذج الذكاء الصنعي في...>الوصف

استخدام نماذج الذكاء الصنعي في التنبؤ بالطلب الدولي على السياحة في سورية

العنوان بلغة أخرى: The Use of Artificial Intelligence Models in Predicting the International Demand for Tourism in Syria
المصدر: مجلة جامعة تشرين للبحوث والدراسات العلمية - سلسلة العلوم الاقتصادية والقانونية
الناشر: جامعة تشرين
المؤلف الرئيسي: ناصر الدين، زينا سهيل (مؤلف)
المؤلف الرئيسي (الإنجليزية): Nasiruddin, Zina Suhail
المجلد/العدد: مج46, ع5
محكمة: نعم
الدولة: سوريا
التاريخ الميلادي: 2024
الصفحات: 511 - 526
ISSN: 2079-3073
رقم MD: 1549719
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الذكاء الاصطناعي | نماذج التنبؤ | الطلب السياحي | السياحة السورية
كلمات المؤلف المفتاحية:
الذكاء الصنعي | الشبكات العصبونية الصنعية | الطلب الدولي | السياحة الدولية | Artificial Intelligence | Artificial Neural Networks | International Demand | International Tourism
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

2

حفظ في:
المستخلص: استخدمت العديد من نماذج الذكاء الصناعي في دراسة وتحليل السلاسل الزمنية والتنبؤ المستقبلي لتغيراتها، والتي ركزت على التنبؤ بالطلب في قطاع الخدمات بشكل عام وبعضها ارتبط بالتنبؤ بالطلب على الخدمات السياحية بشكل خاص. وأشارت المرجعيات إلى توافر درجة عالية من المصداقية والدقة في التنبؤ بالطلب باستخدام نماذج الذكاء الصنعي ومنها نموذج LSTM. أتت الدراسة الحالية بأهداف عدة تسعى لتحقيقها وهي: معرفة درجة كفاءة وقدرة نموذج LSTM في التنبؤ بالطلب الدولي على السياحة في سورية وبيان سوية الدقة والمصداقية الممكن الحصول عليها من خلال اعتماد نموذج LSTM. كما اعتمد على المنهج الوصفي التحليلي في الدراسة وعلى بيانات وزارة السياحة، وقد توصلت الدراسة لمجموعة من النتائج من أهمها التالي: أن نموذج LSTM يتميز بسوية عالية من المصداقية والدقة حيث كانت القيم المتنبأ بها تقترب بشكل كبير من القيم الفعلية في السنوات الثلاث التي تم اختيارها لاختبار صدقية النموذج، كفاءة نموذج LSTM في التنبؤ بالطلب الدولي على السياحة. كما يتواجد درجة مرتفعة من صدقية التنبؤ بالطلب الدولي على السياحة باستخدام نموذج LSTM. تشير القيم المستقبلية المتنبأ بها للطلب على السياحة الدولية في سورية، لارتفاع ملحوظ متزايد خلال السنوات المتنبأ بها في الطلب على السياحة الدولية. بناء على النتائج والاستنتاجات يمكن التوصية بالآتي: زيادة الاهتمام بتقنيات الذكاء الصنعي واستخدامها في عملية تحليل البيانات السياحية والتنبؤ المستقبلي للطلب السياحي بمختلف أشكاله بناء على تلك النماذج المتنوعة. استخدام أكثر من نموذج للمقارنة بينها، فبعضها يصلح للسلال الزمنية الطويلة أو القصيرة أو كليهما معا.

Many artificial intelligence models have been used in studying and analyzing time series and forecasting their future changes, which focused on forecasting demand in the services sector in general and some of them were linked to forecasting demand for tourism services in particular. References indicated the availability of a high degree of credibility and accuracy in forecasting demand using artificial intelligence models, including the LSTM model. the current study has multiple objectives, including: identifying the LSTM model's efficiency and ability degree in predict the international demand for tourism in Syria, in addition to determining the accuracy and credibility level in the case of using the LSTM model. Furthermore, the descriptive analytical method was used and the data of the Ministry of Tourism was applied. However, the most important finding is that the LSTM model is highly accurate and credible, wherein the predicted values are very close to the actual values in the three years assigned to the model credibility testing. Additionally, the LSTM model is efficient in predicting the international demand for tourism. Moreover, the use of the LSTM model in prediction makes it highly credible. Finally, the predicted future values of demand for international tourism in Syria indicate a significant increase in demand for international tourism in the predicted years. Based on the results and conclusions, the following can be recommended: Increasing interest in artificial intelligence techniques and using them in the process of analyzing tourism data and predicting future tourism demand in its various forms based on these diverse models. Using more than one model to compare between them, as some of them are suitable for long or short time frames or both.
ISSN: 2079-3073

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.