-ارائه یک سیستم توصیه گر برای برای صنعت گردشگری سلامت با استفاده از روش های داده کاوی

نوع مقاله : مقاله پژوهشی

نویسنده

کارشناسی ارشد کامپیوتر- نرم افزار، واحد دزفول، دانشگاه آزاد اسلامی، دزفول، ایران. رایانامه: rezamolae4@gmail.com

چکیده

در این تحقیق به ارائه روش جدیدی به منظور بهبود سیستم های توصیه گر در زمینه گردشگری سلامت پرداخته می‌شود که با استفاده از فیلترینگ مشارکتی و با استفاده از امتیازاتی که گردشگران قبلی، به مکان‌ها و متخصصین حوزه سلامت در کشورمان، داده‌اند می‌تواند پیش بینی های دقیقی را جهت استفاده گردشگران ارائه دهد. طبق تحقیقات صورت گرفته خوشه بندی داده ها با استفاده از الگوریتم DBSCAN، امتیاز کارایی 99% را بدست آورد که بالاترین امتیاز کارایی در بین الگوریتم های موجود می‌باشد، همچنین روش SVM در بخش دقت، امتیاز 95% و در بخش فراخوانی، امتیاز 99% را بدست آورد که نشان از دقت بالای پیش‌بینی نتایج را دارد و روش پیشنهادی به صورت کلی تا 80% می تواند مکان های مورد نیاز گردشگر را به درستی تشخیص داده و مکان مناسب را تا حدود زیادی به درستی پیشنهاد دهد.

کلیدواژه‌ها

عنوان مقاله [English]

Developing a recommender system for the health tourism industry using data mining methods

نویسنده [English]

  • reza molaee fard
Master of Computer-Software, Dezful Branch, Islamic Azad University, Dezful, Iran. Email: rezamolae4@gmail.com
چکیده [English]

In this research, a new method is presented to improve the recommendation systems in the field of health tourism, which can make accurate predictions by using participatory filtering and by using the points that previous tourists have given to places and health professionals in our country. For the use of tourists. According to the research, data clustering using DBSCAN algorithm obtained 99% efficiency score, which is the highest efficiency score among the existing algorithms. Also, SVM method has 95% score in accuracy section and 99% score in call section. Which shows the high accuracy of predicting the results and the proposed method in general up to 80% can correctly identify the places needed by the tourist and suggest the appropriate place to a large extent correctly

کلیدواژه‌ها [English]

  • Recommender system
  • health tourism
  • data mining web mining
  • participatory filtering
ارسال نظر در مورد این مقاله
CAPTCHA Image

فایل ها

هم رسانی

ارجاع به این مقاله

آمار