使用人工神经网络算法在信息和通信技术下提高旅游经济效率
1School of Business Administration, Jiangxi Vocational College of Industry and Engineering, Pingxiang, 337000, China. tianyun0202manage@hotmail.com.
Scientific reports
|March 16, 2025
概括
这项研究使用人工神经网络 (ANN) 和大数据来预测游客行为,优化智能旅游的资源配置. 该ANN模型实现了高精度,改善了访客体验和经济效率.
科学领域:
- 旅游管理 旅游管理
- 数据科学数据科学数据科学
- 人工智能的人工智能
背景情况:
- 智能旅游利用信息和通信技术提高服务质量和经济效率.
- 预测游客行为是优化资源配置和改善游客体验的关键.
研究的目的:
- 开发和验证一个人工神经网络 (ANN) 模型,用大数据分析来预测旅游者的行为模式.
- 优化旅游资源分配,增强整体游客体验.
主要方法:
- 从一个智能旅游目的地收集各种数据 (游客信息,消费,满意度).
- 通过配置学习率,批量大小和优化器等参数来开发和优化ANN模型.
- 使用现实数据验证模型的性能,并将其与传统的统计方法进行比较.
主要成果:
- 与传统方法相比,ANN模型在准确性,回忆力,精度和F1得分方面表现出卓越的表现.
- 实验验证证了该模型在预测游客行为模式方面的有效性.
- 用户调查显示,对个性化推和资源优化有很高的满意度 (75%).
结论:
- 拟议的基于ANN的大数据分析方法有效预测旅游者对智能旅游的行为.
- 该模型为提高旅游经济效率和增强游客体验提供了巨大的潜力.
- 这项研究在学术上为智能旅游业做出了贡献,并为行业提供了实际应用.
