کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5036829 | 1472378 | 2017 | 8 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
What makes tourists feel negatively about tourism destinations? Application of hybrid text mining methodology to smart destination management
ترجمه فارسی عنوان
چه چیزی باعث میشود گردشگران در مورد مقاصد گردشگری احساس منفی کنند ؟ کاربرد روش متن کاوی هیبریدی در مدیریت هوشمند مقصد
همین الان دانلود کنید
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
گردشگری هوشمند؛ مدیریت مقصد هوشمند؛ تجزیه و تحلیل احساسات؛ متن کاوی؛ محتوای ایجاد شده توسط کاربر (UGC)
فهرست مطالب مقاله
چکیده
کلمات کلیدی
1.مقدمه
2. بررسی ادبیات
۲. ۱. دادههای بزرگ، محتوای تولید شده توسط کاربر ( UGC ) و مدیریت مقصد هوشمند
۲.۲. متن کاوی در تحقیقات توریسم و مهمان نوازی
جدول 1. تحقیق متن کاوی در زمینه گردشگری و مهمان نوازی.
3. روش تحقیق
3.1 طرح پژوهش
3.2 جمع آوری داده ها
4. تجزیه و تحلیل و نتایج
4.1 تجزیه و تحلیل احساسات
4.2 تجزیه و تحلیل رویدادی مشترک
شکل 1: روند تحقیق تحلیلی UGC در خدمات مهمان نوازی مقصد.
5. نتیجه گیری و بحث
5.1 سهم تئوری
5.2 مفهوم عملی
جدول 2 بررسی دستههای Virtualtourist ( پاریس ).
جدول 3. نمونه هایی از تحلیل احساسات (بررسی گردشگری در هتل و حمل و نقل در پاریس).
جدول 4. نتایج تجزیه و تحلیل احساسات (پاریس).
جدول 5 تجزیه و تحلیل رویداد مشترک (حمل و نقل).
5.3 محدودیت ها و نتیجه گیری ها
شکل 3. نتایج تجزیه و تحلیل احساسات
شکل 4. نتایج تجزیه و تحلیل احساسات (حمل و نقل)
کلمات کلیدی
1.مقدمه
2. بررسی ادبیات
۲. ۱. دادههای بزرگ، محتوای تولید شده توسط کاربر ( UGC ) و مدیریت مقصد هوشمند
۲.۲. متن کاوی در تحقیقات توریسم و مهمان نوازی
جدول 1. تحقیق متن کاوی در زمینه گردشگری و مهمان نوازی.
3. روش تحقیق
3.1 طرح پژوهش
3.2 جمع آوری داده ها
4. تجزیه و تحلیل و نتایج
4.1 تجزیه و تحلیل احساسات
4.2 تجزیه و تحلیل رویدادی مشترک
شکل 1: روند تحقیق تحلیلی UGC در خدمات مهمان نوازی مقصد.
5. نتیجه گیری و بحث
5.1 سهم تئوری
5.2 مفهوم عملی
جدول 2 بررسی دستههای Virtualtourist ( پاریس ).
جدول 3. نمونه هایی از تحلیل احساسات (بررسی گردشگری در هتل و حمل و نقل در پاریس).
جدول 4. نتایج تجزیه و تحلیل احساسات (پاریس).
جدول 5 تجزیه و تحلیل رویداد مشترک (حمل و نقل).
5.3 محدودیت ها و نتیجه گیری ها
شکل 3. نتایج تجزیه و تحلیل احساسات
شکل 4. نتایج تجزیه و تحلیل احساسات (حمل و نقل)
ترجمه چکیده
اخیرا ً اینترنت تغییر بزرگی در الگوهای رفتار توریستها به ارمغان آوردهاست. مسافران نه تنها هتلها و بلیطهای خطوط هوایی را به صورت آنلاین رزرو میکنند، بلکه اطلاعات سفر و شرح خدمات مسافرتی خوشایند و ناخوشایند را از طریق سایت بازبینی آنلاین و وبلاگهای شخصی مبادله میکنند. با وجود افزایش استفاده از کانالهای آنلاین، استفاده از دادههای متنی آنلاین محدود شدهاست چون حجم مجموعه دادهها برای تجزیه و تحلیل دستی و جامع بسیار بزرگ است. با پیشرفتهای تکنولوژیکی اخیر در پردازش دادههای بزرگ آنلاین، اطلاعات ایجاد شده مصرفکننده میتواند به طور خودکار با هوش مصنوعی آنالیز شود. این مطالعه به عنوان جنبهای از گردشگری هوشمند، روش تحلیل احساسی را به منظور تجزیه و تحلیل نظرات آنلاین مسافران از پاریس به کار گرفت. مجموع 19835 بخش از اطلاعات جمعآوریشده از سایت بازبینی مسافر ( www.virtualtourist.com ) پردازش شد. تمامی بررسیها به صورت زیر دستهبندی شدند : مرور کلی، رستورانها، بازدید از جاهای دیدنی، هتلها، کارهایی که باید انجام دهند، زندگی شبانه، حمل و نقل، خرید، ورزش، فضای باز، موارد مورد علاقه، مسیر های پرت و دور افتاده، چیزهایی برای بستهبندی، دامهای توریستی، هشدارها و خطر و آداب و رسوم محلی. درک گردشگران از خدمات در هر مقوله با موفقیت ارزیابی شد و به عنوان مثال، مقوله " حمل و نقل " را انتخاب کردیم که سطح نسبتا ً کمی از کیفیت خدمات را برای تحلیل تک منظوره گزارش داد تا نشان دهد چرا گردشگران در مورد خدمات حمل و نقل احساس منفی میکنند.
موضوعات مرتبط
علوم انسانی و اجتماعی
مدیریت، کسب و کار و حسابداری
کسب و کار و مدیریت بین المللی
چکیده انگلیسی
As an aspect of smart tourism, this study applied the sentiment analysis method to analyze travelers' online reviews of Paris. A total of 19,835 pieces of review data collected from a traveler review site (www.virtualtourist.com) were processed. All reviews were grouped into 14 categories as follows: overview, restaurants, sightseeing, hotels, things to do, night life, transportation, shopping, sporting & outdoors, favorites, off the beaten path, what to pack, tourist traps, warnings and danger, and local customs. Tourists' perception about the service in each category was successfully measured, and as an illustration, we chose “transportation” category that reported relatively low level of service quality for post-hoc analysis to reveal why tourists feel negatively about the transportation service.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Technological Forecasting and Social Change - Volume 123, October 2017, Pages 362-369
Journal: Technological Forecasting and Social Change - Volume 123, October 2017, Pages 362-369
نویسندگان
Kun Kim, Oun-joung Park, Seunghyun Yun, Haejung Yun,