پیش بینی رفتار مصرف کننده در انتخاب هتل با استفاده از شبکه عصبی (مورد مطالعه: گردشگران شهرستان شیراز)
پایان نامه
- موسسه آموزش عالی غیر انتفاعی و غیر دولتی جهاد دانشگاهی استان یزد - دانشکده علوم انسانی
- نویسنده سعیده صفرزاده
- استاد راهنما سید حسن نوربخش زهرا صادقی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
آمارها نشان می دهد که صنعت گردشگری به سرعت در حال گسترش بوده و امروزه یکی از سه صنعت برتر جهان محسوب می شود. از طرفی صنعت هتل داری یکی از ارکان اصلی صنعت گردشگری می باشد و با توجه به وجود رقابت روزافزون، فصلی بودن تقاضا، نیاز به افزایش نرخ اشغال اتاق ها، جابه جایی زیاد مشتریان و بالا بودن هزینه جذب مشتریان جدید در صنعت هتل داری، شناسایی عوامل موثر در انتخاب هتل همواره یکی از دغدغه های اصلی در این صنعت محسوب می شود. بر این اساس، پژوهش حاضر با هدف شناسایی عوامل موثر بر انتخاب هتل و پیش بینی رفتار مصرف کننده در شهرستان شیراز انجام گرفته است. در این راستا ابتدا متغیر-های موثر در انتخاب هتل شناسایی شده و سپس بهترین مدل شبکه عصبی مصنوعی برای پیش بینی رفتار مصرف کننده در انتخاب هتل ارائه گردیده است. این مدل شبکه های پرسپترون چند لایه (mlp) شامل 2 لایه ی مخفی و الگوریتم یادگیری پس انتشار خطا (ebp) با تابع محرک تانژانت هایپرپولیک در لایه ی مخفی و لایه ی خروجی است. کارایی این مدل 76 درصد پاسخ صحیح با ضریب تعیین 58/0 می باشد. همچنین با استفاده از تحلیل حساسیت، عامل های تضمین و کیفیت ظواهر خدمات به عنوان مهم ترین عامل های موثر در رفتار مصرف کننده شناسایی شده اند.
منابع مشابه
پیش بینی رفتار تغییر شکل داغ آلیاژ آلومینیوم 2030 با استفاده از شبکه عصبی مصنوعی
رفتار تغییر شکل داغ مواد بدلیل وابستگی آن به تغییرات کرنش، نرخ کرنش و دما دارای پیچیدگی های قابل ملاحظه ای است و لذا پیش بینی رفتار ماده در این شرایط مشکل می باشد. هدف از این بررسی پیش بینی رفتار تغییر شکل داغ آلیاژ آلومینیوم 2030 با استفاده از یک شبکه عصبی مصنوعی توسعه یافته مناسب می باشد. برای این منظور از آزمایشهای فشار داغ در محدوده دمایی بین 350 تا 500 درجه سلسیوس و در نرخ کرنشهای بین ...
متن کاملبررسی رفتار گردشگران از تأخیر در ارایه خدمات (مورد مطالعه: هتل پارسیان کرمانشاه)
هدف بررسی رفتار مشتریان متأثر از تأخیر در خدمات می‌باشد. تعداد فرضیات مورد آزمون در این پژوهش، 9 فرضیه می‌باشد. روش این پژوهش از نظر بررسی متغیرها از نوع توصیفی – پیمایشی و از نظرنوع هدف، کاربردی می‌باشد. جامعه آماری این پژوهش هتل پارسیان کرمانشاه می‌باشند. روش نمونه‌گیری در این پژوهش تصادفی ساده بود که تعداد 384 نفر به عنوان نمونه از طریق فرمول کوکران، برای جمع‌آوری داده‌ها انتخاب شدند. در این...
متن کاملپیش بینی مالیات بر ارزش افزوده ناشی از مصرف دخانیات در ایران با استفاده از روش شبکه عصبی
Cigarette and tobacco products in the VAT Law is considered as one of the particular goods and in order to contorlingit’s consumption by price tools, higher tax rates than the standard rate will be levied on it. In this paper, forecasting of revenues of this tax using an approach based on the estimating of tax base has been considered. Thus the first stage, tax base (consumption expenditu...
متن کاملپیش بینی مالیات بر ارزش افزوده ناشی از مصرف دخانیات در ایران با استفاده از روش شبکه عصبی
در این مقاله، پیش‌بینی درآمد حاصل از این منبع مالیاتی با استفاده از رویکرد مبتنی بر برآورد پایه مالیاتی مدنظر قرار گرفته است. بدین نحو که در مرحلۀ اول، پایۀ مالیات (مخارج مصرفی سیگار) برای دوره 1391 الی 1394 پیش بینی و سپس مالیات این سال‌ها با اعمال نرخ‌های مالیاتی، محاسبه خواهد شد. در این راستا از آنجا که یکی از دغدغه‌های سیاستگذاران دسترسی به پیش‌بینی‌های دقیق از درآمدهای مالیاتی است، از روش ...
متن کاملپیش بینی قیمت سهام با استفاده از شبکه عصبی فازی مبتنی برالگوریتم ژنتیک و مقایسه با شبکه عصبی فازی
In capital markets, stock price forecasting is affected by variety of factors such as political and economic condition and behavior of investors. Determining all effective factors and level of their effectiveness on stock market is very challenging even with technical and knowledge-based analysis by experts. Hence, investors have encountered challenge, doubt and fault in order to invest with mi...
متن کاملپیش بینی مصرف کاغذ چاپ و تحریر در ایران با استفاده از روش های کلاسیک و شبکه عصبی مصنوعی
هدف از این تحقیق پیش بینی روند مصرف کاغذ چاپ و تحریر در ایران طی یک دوره زمانی 5 ساله با استفاده از روشهای کلاسیک و نوین پیش بینی است. به منظور انجام این پیش بینی، در ابتدا پیش بینی پذیر بودن سری زمانی با استفاده از آزمون های دوربین- واتسون و گردش مورد بررسی قرار گرفت. سپس به مقایسه مدل شبکه عصبی مصنوعی (پرسپترون چندلایه (MLP)) و مدل های کلاسیک تک متغیره و چندمتغیره از قبیل مدل های تک متغیره هم...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
موسسه آموزش عالی غیر انتفاعی و غیر دولتی جهاد دانشگاهی استان یزد - دانشکده علوم انسانی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023