إدارة الخدمات السياحية بتقييم العملاء باستخدام بنية وكلاء مستوحاة من الطبيعة

هذا الفصل من أطروحة الدكتوراه يركز على الإطار SYSTEM-TH-001 نظام مصمم لتحسين إدارة الخدمات السياحية في وكالة السفر من خلال استخدام الذكاء الاصطناعي والهندسة المعمارية العضوية الملهمة بالبيولوجيا. SYSTEM-TH-001 يضم الوحدات التي تحديث يومياً مخزونات المعرفة للموردين والخدمات السياحية. على الرغم من أنه يتطلب تدخلًا يدويًا ، إلا أن النظام يلقى أوتوماتيكًا ويسهل مهام المدير.

تم اختبار الإطار في الوكالة COMPANY-002 إدراج نظام متعدد العوامل (MAS) يعتمد على منظمة مأهولة بيولوجيا، مع إعدادات مخصصة لاحتياجات الشركة. تم إجراء التجارب التي تقيّم المعلمات الرئيسية والرضا للعملاء وكلاء السفر. أظهرت النتائج الأولية أن العملاء يفضلون خصائص مثل السعر ونوعية الخدمة.

وقد قارنت التجارب الأداء SYSTEM-TH-001 في مواجهة الأساليب التقليدية وغيرها من الخوارزميات، وتقييم قدرتها على التنبؤ التوقعات للشراء. نموذج المرحلة الثانية من SYSTEM-TH-001 وقد أظهرت التوازن بين التدريب والاختبار، وتجنب مشاكل التكيف المفرط وتحسين التوصيات.

في الاختبارات الحقيقية، أظهرت النظام تحسنًا كبيرًا في معدل التحويل، وتقليل وقت الاهتمام وزيادة التوصيات الدقيقة، مما يفيد العملاء والموظفين، وتعزيز السهولة في عمليات الاحتياطي. SYSTEM-TH-001 كما أن هذا الحل هو الحل الفعال للتحول الرقمي في قطاع السياحة.

3.1 مقدمة

اليوم، السياحة هي واحدة من الصناعات الأكثر ربحية في العالم كاميلري ( 2018 ). كل عام ، يزور جيش من السياح المدن الشهيرة أو البقايا التاريخية أو ببساطة يتمتعون بالمتعة في التعرف على ثقافات جديدة وطرق أخرى للعيش. كما هناك سياح آخرون يبحثون ببساطة عن الهدوء والاسترخاء خلال عطلة، والاستمتاع بالمناظر الطبيعية والشواطئ الحلمية في توريتش و توريتش ( 2010 ).

كل هذه الأحداث البشرية تنتج استخدام العديد من أنواع النقل مثل الطائرات والقطارات والحافلات والسيارات Dinu et al. ( 2018 ). بالإضافة إلى إنشاء الملايين من الحجوزات في الفنادق والأسكن وغيرها من العقارات المماثلة التي تسمح لهذا السياح.

يجب أن يتم إدارة كل هذه الأنشطة من قبل وكالات السفر، من خلال الحصول على معلومات حول الوجهات والاختيارات من أنواع مختلفة من السياح Moliner et al. ( 2007 ). ولهذا السبب، فإن ظهور أنظمة تركز على توفير الدعم للمستخدم النهائي (سواء كان السياح أو وكيل السفر) الذي يسهل عملية الحجز هو ضروري تماما ومتوافق مع جدول الأعمال.

بالإضافة إلى ذلك ، يجب على وكلاء السفر بذل جهود إضافية لتوفير خيارات أكثر إثارة للاهتمام لعملائهم المحتملين ، من أجل إغلاق المبيعات. وبالنظر إلى هذه الحالة، فمن الطبيعي أن تبدأ النظم التي تلقائيًا تنفذ التوصيات حول الرحلات والوجهات، وتختار وسائل النقل المثلى وفقًا لاحتياجات العميل Zapata et al. ( 2019 ).

كل هذه الأنظمة لديها حدودها. ويشكل الرقبة الرئيسية للزجاجة صعوبة في إعداد الميزانية من قبل وكلاء السفر. إنها مهمة تتطلب استثمارًا كبيرًا في الوقت والجهد ، مما يزداد مع زيادة تعقيد ودمج الوجهات أثناء الرحلة المطلوبة. مشكلة أخرى ذات صلة هي عدم القدرة على توفير التعليقات الخلفية حول الخدمات المقدمة للعملاء. هذه المشكلة أمر أساسي لشركات السفر لأنها بحاجة إلى معرفة ما إذا كان العمل الذي تم إنشاؤه مناسبًا وقد أصبح العملاء راضين بعد أن استمتعوا بالخدمات المشتراة. في هذا الصدد ، فإن التوصيات التي تصفية تفضيلات العملاء الأولية هي الأساسية. هذه عادة ما تجسد تطور الخدمات السياحية المقدمة، حيث أنها عادة ما تجذب انتباه العملاء من البداية.

فانفجار الكوفة - 19 كان مشكلة أخرى كبيرة بالنسبة للقطاع السياحي بسبب وضع قيود على الحركة من أجل الحد من انتشار الفيروس. هذا الإجراء يبدو أن له تأثير سلبي جدا في السياحة، والحد من الرحلات، وبالتالي تسبب خسائر كبيرة في قطاع باكار و روسيبي ( 2020 ). ومع ذلك، فإن التقدم في برامج التطعيمات، وكذلك...

وقد سمحت وسائل الاسترخاء ضد العدوى الفيروسية للسياحة بالعودة إلى مستويات الوبانديميا، وتتمتع قطاع التفاؤل الجديد.

لهذا السبب، فمن المهم تطوير إطار كامل يمكن أن يحكم الطلب الجديد المتزايد. يجب أن يكون هذا النظام قادرًا على حل نقاط الضعف التي تم اكتشافها ، من خلال إدارة مثالية لجميع المشاكل التي تظهر منذ أن يظهر العميل اهتمامًا به في خدمة سياحية ، وتوفير دعم وكيل السفر في اختيار الفرص المختلفة والحصول على التعليق الخلفي المقابل للعميل عند الانتهاء من الخدمة.

هذا الموضوع يقدم أطروحة دكتوراه في framewok SYSTEM-TH-001. هذا هو نظام تلقائي يتضمن العديد من مساعدين الرسومات لتوفير الدعم الكامل لموظفي السفر والسياح. وتقع أخبارها في النقاط التالية:

وتغطي جميع العمليات اللازمة مع عملية بيع الخدمات السياحية، والتركيز أساسا على مصالح العميل والفرص المحتملة التي تتناسب بشكل أفضل مع سياسة وكالة السفر. يتم توجيه وكيل السفر والعميل من خلال التوصيات التي تنتجها النظام ، في كل مرحلة من مراحل عملية البيع.

إنها تنتج ميزانية سريعة في الوقت الحقيقي، مما يؤدي إلى تحسين في اتخاذ القرارات على مستوى التشغيل، وكلاء السفر، والاستراتيجية، والتوجيه.

هو قادر على التعلم من خلال الخبرة ويساعد على إعطاء الأولوية تلك العملاء أو العملاء المحتملين مع ارتفاع عرضة للشراء. وقد تم تضمين نموذج التوقعات لشراء ML في النظام لهذا المهمة.

إن إدراج MAS وكذلك وكلاءه الذكيين يسمح بإدارة تبادل المعرفة بشكل مثالي وتحسين الاتصالات. وقد تم تطوير هذا MAS من خلال اتباع الانحراف الملهمة بالبيو من البراغيث ، والتي تتعامل مع الحملات العاملة في نظام Moreno et al. ( 2022 مميزات ذات صلة جدا، حيث أن معظم الشركات تحتاج إلى إجراء التفاعلات في الوقت الحقيقي، من أجل تلبية احتياجات عملائها.

يوفر دعم وكيل السفر من خلال مساعدته في تصفية بين أفضل الخيارات حسب اهتمامات العميل. يمكن تصنيف النظام على أنه نظام توصية ، مما يسهل العمليات التي يجب إجراؤها في وكالة السفر.

وقد تم تصميم سلسلة من التجارب، لإثبات قيمة الاقتراح. وقد تم تقييم الوحدة التي تتولى الأولوية للعملاء بشكل

من أجل التحقق من القيمة المضافة التي تقدمها. في وقت لاحق ، تم اختبار النظام بأكمله ، وقد تم الحصول على نتائج واعدة للغاية في هذا التقييم.

3.2 المقترح

3.2.1 الإدارة الآلية للسياحة

إدارة السياحة الآلية هي واحدة من المهام الأساسية داخل هذا المجال، بسبب كمية هائلة من العمليات المختلفة للنظر في العروض المتاحة، وإعدادات السفر، وفرص التسويق، وتفضيلات وتوجيهات العملاء Kler ( 2009 ).

ويستند عملية الإدارة على نهجين: العميل والبائع (على سبيل المثال، الموارد النهائية أو وكالة السفر). الأول هو الأكثر تطورا من قبل الدراسات المختلفة والنظم المتاحة. المشكلة مرتبطة بتنفيذ التكنولوجيات الجديدة والطيران الإلكتروني (على سبيل المثال، العروض التسويقية والخدمات السياحية على شبكة الإنترنت، مما يعني أن مزود الخدمات السياحية لديه اتصال مباشر مع العملاء Hamid et al. ( 2021 ).

فيما يتعلق بالنهج التي تسمح بتأليف العمليات المختلفة المتعلقة بالسياحة ، فإن معظم الأنظمة هي أنظمة التوصية من كلا النهجين.

في حالة نهج وكالات السفر ، عادة ما يعملون مع العملاء الذين لا يعرفون أين يسافرون أو ما هي تفضيلاتهم. وبالتالي، فإن الأنظمة التي هي قادرة على استخراج ومعالجة معلومات العملاء يمكن أن توفر الدعم لاتخاذ القرارات أو اختيار المورد الأمثل من الوكالة لعميل معين Hsu et al. ( 2013 ). يمكن أن تكون المعلومات تحتوي على نصوص Loh et al. ( 2003 ) أو تم إنشاؤها من خلال إنشاء ملفات تعريف أدريانا ( 2018 ).

حول نهج العملاء ، هناك العديد من المشاكل التي يعمل بها. على سبيل المثال، أنظمة قادرة على إعداد إعدادات السفر المحددة للعملاء ذوي الاحتياجات الخاصة مفيدة حقا Novikova et al. ( 2015 ). كما أن هناك نهج آخر أكثر عمومية، وبعض الأمثلة على ذلك، هي تلك التي تركز على اختيار أفضل مسار وفقا للوقت المترو والظروف المرورية Subramaniyaswamy et al. ( 2018 ) ، أو أولئك الذين يوصي أفضل الرحلات للفرد أو المجموعات Herzog et al. ( 2018 ). كل منهم مثل مصممي خطط السفر الافتراضية Al Fararni et al. ( 2021 ) التي عادة ما تستند إلى ذوق العملاء وسفرهم بالفعل أجريت Garcia et al. ( 2009 ). في اختيار الوجهات ، تم النظر في أنظمة مماثلة -

اثنين. معالجة آراء السياح للعثور على الوجهات الأكثر شعبية لهم Zheng et al. ( 2018 ) وكذلك تنتج تصنيفات الاهتمام Alrasheed et al. ( 2020 ). وأخيرًا ، تم النظر في مشكلة تقديم الإقامة المثلى وفقًا لتفضيلات العملاء أيضًا. هذه التفضيلات هي في الواقع، احتياجات العملاء Forouzandeh et al. ( 2021 ) ، وكذلك القدرة الاقتصادية الخاصة بهم Ray et al. ( 2021 ).

إطار SYSTEM-TH-001 يركز بشكل أساسي على وجهة نظر وكالة السفر، وتوفير عناصر محددة للتفاعل مع العملاء. في الحالة الأولى ، يحصل البائع على توصيات في الوقت الحقيقي تتوافق مع الإشارات التي يقدمها العملاء حول مصالحهم. يتميز النظام بمكون جديد حقا لإبلاغ البائع من أي العملاء لديهم اتجاه أكبر لشراء خدمة سياحية. وهذا يسهل العمل ويزيد من الفوائد للوكالة. في الحالة الثانية ، يمكن للعملاء إدخال خصائصهم ومصالحهم. يستخدم النظام لتقديم معلومات مرشحة للبائع.

3.2.2 إطار العمل SYSTEM-TH-001

الهدف الرئيسي من الإطار SYSTEM-TH-001 هو تقديم الدعم للعملاء وكلاء السفر. وبالتالي، فإن النظام يغطي كلا المنظورين المتعلقة بإدارة الخدمات السياحية.

من وجهة نظر السياحة، SYSTEM-TH-001 توفر خدمات سياحية مختلفة تتوافق مع تفضيلات وخصائص. بالنسبة للمستخدمين في نموذج وكيل السفر، يقدم النظام الخدمات المثلى مع الأخذ بعين الاعتبار تفضيلات العميل، والمراجعات، والنقاط السابقة للخدمة. وبالإضافة إلى ذلك، SYSTEM-TH-001 وتشمل ميزة جديدة للغاية لشركة صغيرة والمتوسطة، وهذه هي القدرة على اختيار تلك العملاء الذين لديهم فرصة أكبر للشراء في وقت معين، مما يسمح وكلاء السفر لتحديد أولويات خطة عملهم، وكذلك وضع الإجراءات اللازمة في كل حالة.

يتم تغذية النظام من خلال مصادر متعددة من المعلومات، والتي توفر المعرفة اللازمة، مثل: توافر وسعر الرحلات الجوية والفنادق والانتقال والرحلات، والسيارات، وما إلى ذلك.

وتتضمن القسمات التالية تفاصيل عن الهندسة المعمارية للكتابة SYSTEM-TH-001 من خلال النظر في الوحدات المختلفة والتركيز على العمليات التي تغطي وظائفها.

صورة 3.1 • الهندسة المعمارية لـ Framework SYSTEM-TH-001.

3.2.3 البنية العامة والوحدات

الهندسة المعمارية للكتابة SYSTEM-TH-001 يتكون من خمسة وحدات مختلفة: Information gatherer، Tourist service manager، Customer manager، Travel agent manager و Maintenance manager. وتكمل هذه الوحدات قواعد بيانات المعرفة التي تسمح بتخزين هذه المعلومات: المعرفة الموردة والمعرفة السياحية (انظر الفقرة. 3.1 ). هذه الوحدات قادرة على تنفيذ هذه العمليات الثلاثة الأساسية: بيع الخدمات السياحية، التعليقات الخلفية للعميل وتحديث المعلومات.

ويعمل وحدة المراقبة مدير كمركز رئيسي للحفاظ على المعلومات والمعايير الشائعة المستخدمة من قبل بقية وحدة المراقبة SYSTEM-TH-001. عادة بعض الأمثلة على صيانة المعلومات مرتبطة بتغيرات في الموارد السياحية (على سبيل المثال، تغيير أسماء الفنادق، وموردين جدد أو إغلاق الأحداث). من الضروري أن يكون لديك قدرة خريطة من نفس الخدمة السياحية في مختلف الموردين لتسهيل النظام إنتاج محتوى الخدمات مع أسعار مختلفة. بالنسبة لهم ، استخدم وحدة Information gatherer لتنفيذ هذه الإجراءات (انظر Fig. 3.2 ).

ويجمع وحدة المعلومات gatherer معلومات السوق الافتراضية للسياحة. ويستند هذا السوق على تبادل المعلومات بين الموردين والمستهلكين من خلال استخدام تقنيات XML و JSON. هذا الوحدة يستعيد المعلومات من نوعين، ثابتة وديناميكية. لا يتم تعديل الأول في كثير من الأحيان، مثل الاسم والوصف والخصائص والصور ذات الصلة. ثانيا يتغير عدة مرات في اليوم. عادة بعض البيانات من هذا النوع من المعلومات هي احتلال الفندق أو الأسعار. يتم تخزين كل هذه المعلومات في مستودع المعلومات الموردين المعرفة. من المهم الإشارة إلى أن جزءًا من هذه المعلومات لا يمكن تخزينها ، بسبب الشروط التعاقدية مع الموردين ، والتي تجعل من الممكن استهلاكها فقط من خلال

صورة 3.2: رؤية الوحدة الميدانية و المعلومات gatherer.

هذا النوع من المواد بطريقة سلبية.

يهدف مخزن المعرفة الموردين إلى إدارة المعرفة المكتسبة التي تناسب الموردين. يرجى ملاحظة أن هذه المعلومات يتم تحميلها في هذا المستند من قبل الإنسان يدويًا. يستخدم النظام كل هذه المعلومات لتكون قادرة على إجراء توصيات بطريقة تلقائية. واجهة البصر من SYSTEM-TH-001 يوفر العديد من المساعدين الرسومات التي بالتأكيد أيضا مساعدة المستخدم في إكمال المهام الخاصة بهم،

ومدير الخدمات السياحية الوحدة هي المسؤولة عن توفير فرص العملاء المحتملين، فضلا عن إنتاج العروض المخصصة لتنفيذ التوصيات المثلى (انظر الفقرة. 3.3 ). وتستند هذه التوصيات على الحسابات التي تم إجراؤها للحصول على أفضل الموارد السياحية للعملية، حسب الاهتمام. كل نوع من الموارد السياحية يتم تجميعها من قبل نوع من الفئة. في فئة النقل والرحلات والحركات الجماعية (على سبيل المثال، القطارات والحافلات)، وخدمات تأجير السيارات، وتشمل. في فئة الإقامة والفنادق والأسكن والمواقع المماثلة يتم النظر فيها. أخيرًا ، في فئة الإضافات ، يتم تصنيف الاعتذار والتأمين وتشملها.

وتصف التعبير الذي يوفر أفضل الموارد السياحية لتكوين خدمة سياحية كاملة (TS ) على النحو التالي:

TS = max k∈{ 1,,,,,,,,,,,

⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ 3.1 )

حيث T هو النقل، إلى الإقامة، و E هي الإضافات. وأيضاً، فإن الأرقام θ هي الأوزان التي تذهب من 0 أ أ أ 1 لتحديد أهمية ذلك. يجب أن يكون مبلغ الخصم 1. ثم S coreC هو متوسط قيمة قيم S coreC j correspond-

تفاصيل اختيار الموارد السياحية لخدمة. S coreC j يحدد على النحو التالي:

(أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) (أو ألفاً) 3.2 )

حيث j ∈{ 1,..,,,,,,,,,,,,,,,,,,, القيم المذكورة بـ w هي أضعاف المساهمات الجزئية في النتيجة العالمية التي تم تحديدها على التوالي.

العنصر f C u,j هي المتغيرات المفضلة ويتم التعبير عنها على النحو التالي:

n x

f C U، J = 1

n

أولاً: ( أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: أولاً: 3.3 )

حيث تفضلC j,i هو قيمة ∈[ 0, 1 ] إشارة التعليقات الخلفية من قبل العملاء على أساس الخبرة السابقة. بالإضافة إلى ذلك ، f C u ، j هو متوسط قيمة آراء العملاء.

في حالة العنصر f T e,j ، يعتمد هذا على الفئات المعتبرة (T,A,E):

f T e,j = wT quality · qualityT j + wT stopovers · stopoversT j + wT time · timeT j + wT price · priceT j ( 3.4 )

f A e,j = wA quality · qualityA j + wA location · locationA j + wA services · servicesA j + wA price · priceA j ( 3.5 )

f E e,j = wE quality · qualityE j + wE flexibility · flexibilityE j + wE services · servicesE j + wE price · priceE j ( 3.6 )

في كل فئة ، يعتبر مجموعة من القياسات مع قيم ∈[ 0, 1 ]. بالنسبة لفئة النقل: الجودة يقيس جودة النقل، وقف هو عدد القفزات المحتملة، والوقت يقيس الوقت المقدر عند الوصول إلى وجهة، والسعر يعبر عن التكلفة النقدية. في فئة الإقامة: الجودة يقيس جودة الإقامة، الموقع يعبر عن المسافة المتعلقة بالمنطقة السياحية، الخدمات يعبر عن مستوى الخدمات المقدمة من قبل الإقامة والسعر تكلفة ذلك. أخيرًا ، بالنسبة لفئة الإضافات: الجودة تقيس جودة الإضافات ، والمرونة تعني القدرة على الحجز في الساعات والطرق ، والخدمات تعني مستوى الخدمة المقدمة والسعر تعني تكلفة ذلك. يرجى ملاحظة أن التدابير تزن على أربعة أضعاف W التي يبلغ مبلغها 1 لكل فئة.

من خلال التدابير لكل فئة، يحاول النظام الإجابة على الأسئلة الرئيسية التالية لرحلة:

كيف: من خلال تعريف جودة أو مستوى الموارد.

متى: من خلال تصنيف الوقت اللازم للوصول إلى وجهة.

حيث: تصنيف الموقع وحولها.

ما: تصنيف قبول الاستئناف الإضافي فيما يتعلق بما يقدمه.

لماذا: يحدد مجموعة الإضافات والأمن المقدمة من قبل الموارد.

وحدة هي المسؤولة عن تصفية العملاء وفقا لمتطلباتهم لإكمال الشراء. ويقوم الخوارزميات التي تقيس التوقعات لشراء هذه التصنيف. يستخدم هذا الخوارزميات تقنيات معالجة النقاط الكلاسيكية وطريقتين مختلفتين من ML في بنية طبقتين لتصنيف العملاء إلى خمسة مجموعات حسب احتمال حجزهم. وسيتم تقديم المزيد من التفاصيل حول هذه العملية في وقت لاحق.

يتكون الوحدة من ثلاثة مكونات: Tourist Services Organizer و Tourist Service Filter و Customer Feedback Gatherer. يحتوي الأول على MAS لتوزيع عبء العمل والحصول على توزيع مهمة اتخاذ القرارات. ثانياً، يتولى المشتري تصفية الموارد وفقاً لطلبات العملاء، والثالث يتولى التعليق الخلفي.

فيما يتعلق بالMAS، فإنه يستطيع أن يؤدي المهام المرتبطة بأساليب ML باستخدام هيكل مستوحاة من الحيوية مبنية على البراغيث مع ملكة، والجنود، والوكلاء العاملين. وكيل الملكة توزيع المهام المختلفة بين الجنود، وبناء النتيجة النهائية. يقوم الجنود بتنظيم الطلبات ويستخدمون العمال لحل المشكلة. هذه الهندسة المعمارية من العاملين الذكيين، هو من الاهتمام، لأنه يسمح لتنفيذ تدابير التوازن الشحن. وتتألف هذه التدابير من إنشاء جنود وعمال جدد، أو حفارات جديدة كاملة لزيادة قدرة النظام. وسيتم توفير المزيد من التفاصيل حول MAS في القطاعات التالية.

تخزين مستندات الخدمات السياحية المعلومات المتعلقة بالعقود السياحية للمراجعة والتعديل من قبل وكلاء السفر. وتخضع هذه المعلومات لقرارات الإدارة والإعدادات التي يتم اتخاذها في وحدة Tourist service manager. ويعمل كدليل في عمليات التركيب أو توليد الخدمات السياحية الذاتية. يتم النظر في التعليقات الخلفية التي تم الحصول عليها من العملاء بمجرد الانتهاء من الخدمة أيضا.

صورة 3.3: رؤية الوحدات: مدير خدمة السياحة، مدير وكيل السفر، ومدير العملاء.

ويحتوي وحدة Customer Manager على وظيفة رئيسية لدعم العملاء في تنفيذ المهام اللازمة لإنشاء خدمات سياحية في الوقت الحقيقي. هذا الوحدة يتواصل مع مستودعات Tourist services knowledge و Suppliers knowledge من خلال الوحدة Tourist service manager لتنفيذ تركيبات من العناصر المختلفة التي تشكل خدمة سياحية. يتم تخزين الخدمة التي تم إنشاؤها للتأكد والتصديق اللاحق من قبل وكيل السفر.

ويهدف وحدة Travel agent manager إلى أن تكون نقطة مركزية في الإدارة الداخلية لعمليات إنشاء الخدمات السياحية. بالإضافة إلى ذلك ، يدرس مراجعة الخدمات التي يخلقها العملاء من خلال وحدة Customer Manager. يرتبط مباشرة بواجهة رسومية، مما يسمح بالوصول إلى معلومات طلبات العملاء. هذه الطلبات تستخدم للتحقق من مستندات Tourist services knowledge و Suppliers Knowledge من خلال وحدة Tourist service manager ، وبالتالي الحصول على خدمات سياحية مثيرة للاهتمام للمستخدم. هذا الوحدة يمكن أن تنتج الخدمات السياحية من الصفر عن طريق اختيار الخيارات المختلفة. يرجى ملاحظة أن الفرق الرئيسي بين هذا الوحدة والأولى هو إعداد ميزات المستخدم (يحتوي وكلاء السفر على مزيد من ميزات العملاء).

يوفر واجهة البصر خيارات مختلفة وفقا لآفاق اثنين: وكيل السفر والعميل. في الحالة الأولى ، يدعم عرض إنشاء رحلات (على سبيل المثال مجموعة كاملة من الخدمات السياحية). يحاول عدد من مساعدي الرسومات تخفيف تعقيد تصميم الرحلات من خلال تقليل اتخاذ القرارات من قبل العملاء من خلال مجموعة من الخيارات النهائية. عندما يوافق العميل على خدمة السفر ، يتم إرساله إلى وكالة السفر لإدارته: الموافقة أو التعديل. وتجري سلسلة من التبادل بين العميل ووكالة السفر حتى يثبت العميل رحلتهم بشدة.

وقد تم تأكيدها من قبل وكالة السفر. بمجرد تأكيد الخدمات وتم التحقق من الدفع الكامل ، يتم تنفيذ عملية إرسال جميع الوثائق اللازمة للاستمتاع بالخدمات. بالإضافة إلى ذلك، يتم وضع هذه الوثائق، وكذلك القانون المرتبطة بها، في متناول العميل في المنطقة الخاصة للمستخدم للاستفسار والتنزيل. بالنسبة للرؤية الثانية ، فإن الوكيل السفر ، وظائف مماثلة يتم توفيرها. ومع ذلك ، فإن وكلاء السفر لديهم هنا المبادرة ، ويمكن أن تنتج العديد من الخدمات السياحية للعملاء. يتم وصف المزيد من التفاصيل حول عمليات البيع في القطاعات التالية.

3.2.4 خوارزمية اكتشاف العملاء المحتملين

يحتوي وحدة Tourist service manager على خوارزمية تقدير التوقعات للشراء. تصنيف العملاء المحتملين حسب احتمال إغلاق حجز خدمة سياحية. يوفر هذا الخوارزميات معلومات ذات قيمة عالية لشركة السفر ويسمح لوكلاء السفر بالتمييز بين العملاء الجيدين والسيئين (العملاء الذين يحجزون في نهاية المطاف أم لا). يتكون الخوارزميات من ثلاثة عناصر أساسية: تحويل المتغيرات، وفرق وتصنيف. أول عنصر يعد الإدخالات لتقدير احتمالية، التي يتم تنفيذها من خلال أساليب التراكم والتصنيف. العنصر الثاني يوفر احتمالًا أولى لشراء ، والآخر يصلحها في أي من المجموعات. يدرج الخروج الخوارزمي العملاء المحتملين حسب خمسة مجموعات، وفقا لعدد التحويل (على سبيل المثال، نسبة العملاء الذين تحجز في نهاية المطاف خدمة سياحية).

يتم تنفيذ العنصر التحويل المتغير من قبل رمز Weight Of Evidence (WoE) Weed ( 2005 ). هذا النوع من التحول وفوائده قد تم دراسة في بيئة المخاطر الائتمانية بعمق أندرسون ( 2007 ); زيدان و أل. ( 2011 ). يساعد على العمل مع البيانات الفئة والعددية في وقت واحد، بالإضافة إلى أنه يمكن أن تعمل مع البيانات المفقودة مع تقنية إضافية أخرى. تقليديا، ويستخدم التشفير WoE لفصل الخير عن العملاء الجيدين، مما يتناسب تماما مع خوارزمية تقدير من التوقعات للشراء. معادلة التحول WoE هي:

WoE = ln %non_events

%الأحداث ( 3.7 )

حيث يُعني قيمة الأحداث العملاء الجيدين، ويُعني قيمة الأحداث غير الخبيثة العملاء السيئين.

واحدة من مزايا WoE الأكثر إثارة للاهتمام للنهج الحالي هو أن المتغيرات مع القيم المتميزة جدا تحولت إلى المتغيرات العددية وسيتم ترتيبها وفقا لعلاقة متناغمة مع المتغيرات تعتمد على.

صورة 3.4: نموذج ثنائي القاعدة لتقدير احتمالية التوقعات للحجز خدمة سياحية.

أنت. يوفر WoE متغيرًا رقميًا يجمع هذا العدد الكبير من القيم الخفية في مجموعة من الفئات المحلية التي تعبر عن المعلومات للمجموعة الجديدة. ميزة أخرى كبيرة يتم الحصول عليها من الحل المقترح هو أن WoE هو قيمة قياسية. يتيح لك أول استخدام خوارزمية Decision Tree (DT). لاحظ أنه في الخوارزميات القائمة على الأشجار يمكن أن يقلل من إمكانات التنبؤ الخاصة بك مع المتغيرات الفئة مع فئات Friedman كثيرة جدا ( 2017 ). ثانيا يسمح باستخدام خوارزمية القائمة على المسافات مثل خوارزمية مجموعة k-means، والتي تحتاج إلى متغيرات مع قيم مقارنة لأنها تستخدم المسافة يوتيوب محمد و Usman ( 2013 ).

الخوارزميات هي نموذج ثنائي كما هو موضح في الشكل 3.4 ، الذي يطبق أولا تجمع باستخدام k-means للحصول على ثلاثة مجموعات مع معدلات التحويل المختلفة (منخفضة ، منتظمة ، عالية). بالإضافة إلى الحصول على نتائج أكثر دقة، يعمل تصنيف DT على المجموعات المنخفضة والارتفاع، لتقسيمها إلى منخفضة ومتنخفضة جدا، وارتفاع ومتنخفضة جدا، على التوالي. لذلك، يوفر الخوارزميات المقترحة خمسة فئات من الخروج: منخفضة جدا، منخفضة جدا، منتظمة جدا، عالية جدا و عالية جدا. هذا النوع من الخروج يتم حسابها على أساس احتمالية a priori من التوقعات لشراء Pons et al. ( 1997 ) ، وتوفر نتيجة قابلة للتفسير لوكيل السفر.

المفتاح في نموذج هو كيفية تجميع المتغيرات في مرحلتين. في المرحلة الأولى ، يتم تطبيق تحويل WoE على مجموعة من المتغيرات التي تحتوي على معلومات حول من هو العميل ومن أين يأتي. بعض الأمثلة على هذا النوع من المتغيرات هي: قناة الاتصال ( الويب، البريد الإلكتروني، الحضور المادي أو الهاتف)، شراء قصيرة الأجل أو طويلة الأجل، إذا كان السفر مرتبطة بأي حدث خاص (الذكرى أو الزفاف). مع هذه المتغيرات، يتم تطوير المجموعة لأول مرة للحصول على ثلاثة مجموعات (منخفضة، منتظمة، عالية)، والتي بعد ذلك سوف تكون مقسمة إلى خمسة فئات.

النهاية المطلوبة ثم في المرحلة الثانية، يتم تطبيق WOE التمثيل على المتغيرات المتأصلة في السفر، مثل عدد الأماكن التي يجب زيارتها، ومدة السفر، والمرونة، والسعر النهائي، وما إلى ذلك. يرجى ملاحظة أن ترميز WoE ينبغي تطبيقها بشكل منفصل على مجموعات منخفضة وفرصة عالية، حتى مع نفس المتغير المرتبط، لأن الهدف هو التقاط النماذج وفقا لكل مجموعة مستقلة. وأخيرًا ، فإن اثنين من DT المطبقة على مجموعات منخفضة وذات احتمال عالي يفرقون هذه المجموعات في مجموعتين إضافيتين كل منهما ، مما يؤدي إلى خمسة فئات مع عرضة مختلفة للشراء.

3.2.5 تنظيم متعدد الوكلاء مستوحى من الطبيعة

وكلاء ذكيون هم كيانات مستقلة تستخدم من قبل SYSTEM-TH-001 من أجل إدارة أساليب ML. وتقوم بتأسيس أنشطة تعاونية منظمة من خلال الهندسة المعمارية MAS الهرمية.

وتتألف المادة المُقترحة من الفراولة التي تتضمن العاملين الذين يلعبون ثلاثة أدوار مختلفة مثل الفراولة: الملكة والجنود والعمال (انظر الفقرة. 3.5 ). وبالتالي، يتم تنظيمها من خلال اتباع هيكل اجتماعي من البراغيث الملهمة بالبيولوجيا. الملكة (أي الوكيل المدير) هي المسؤولة عن البراغيث، وتلقي الطلبات لتحليل. يجب أن نلاحظ أنه يمكن إرسال العديد من الطلبات إلى هذا الوكيل. ثم، وكيل الملكة تخصيص نشاط تقييم عناصر الطلب إلى وكيل عسكري (أي وكيل تقييم). هذا الوكيل هو المسؤول عن تخصيص المعلومات ذات الصلة إلى الوكلاء العاملين. هذه الأخيرة معالجة المعلومات وتطبيق أساليب ML المقدمة من النظام. يرجى ملاحظة أن هناك نسخة من نموذج ML متاحة لكل عامل. وبمجرد أن يكتمل العاملون مهمتهم، ينضم الجنود إلى النتيجة إذا لزم الأمر (بناءً على النتيجة التي يحصل عليها العامل أو مجموعة منها) ويعيدون النتيجة إلى العامل الملكي.

هذا العملية يعتمد على نموذج Belief-Desire-Intention (BDI) De Silva et al. ( 2020 حيث يقدم كل عامل هدفًا أو مجموعة منها يجب الوفاء بها لإنهاء دورة حياته. في هذا الصدد، الملكة لديها الهدف assignedtask، والجنود لديهم الهدف evaluatedinfo والعمال لديهم الهدف processedinfo. كل الأهداف عادة ما تشمل المهام المرتبطة التي هي الإجراءات التي يجب تحقيقها. وقد تم تنفيذ العاملين الذكيين مع واحد على الأقل من المهمة، والتي تسمح لهم لتحقيق أهدافهم. يتم تنفيذ هذه المهام في بيئة مشتركة من قبل العاملين ، وتتألف هذه البيئة من فرص العملاء المحتملين. كل عامل ذكي، لديه حالة عقلي ومعالجها ومديرها، بالإضافة إلى مجموعة من المعتقدات (التحفيزات). الملكة لديها أيضا سلسلة من القواعد وخطة لإدارة طلبات الفرص، وفي الوقت نفسه الجنود لديهم مجموعة من القواعد مماثلة لتوزيع المعرفة حول الفرص بين العمال. بدون إم-

صورة 3.5: استخراج من الكيانات الرئيسية المشاركة في الخرسانة MAS.

على سبيل المثال، يشمل العمال نموذج ML في حالتهم العقلية لتحقيق تقييم المعلومات، وخطة وبعض القواعد البسيطة لتنظيم العملية في المعتقدات. وأخيرًا ، تتبع التفاعلات بين الأفراد الهيكل الهرمي الذي يتكون أساسًا من المحادثات المباشرة. لاحظ أنه في هذه الحالة ، لا يحتاج العمال إلى إقامة محادثات مع العمال الآخرين ، حيث يتعاملون مع تعهدهم بشكل فردي وفقًا لأوامر الجنود.

فيما يتعلق بتصميم نموذج الخرسانة ، تم التعامل معها من خلال منهجية العاملين SOFTWARE-TH-001. ثم تم تحويل التركيبة الناتجة بحيث تتوافق مع إطار MESA. وقد تم تنفيذ محادثات وكفايات العاملين وفقًا للمعايير ORG-TH-006 ( ORG-TH-006 وَقَالَ أَبُو مُحَمَّد بْن عَبْد اللَّه ( 2019 ).

3.2.6 العمليات الداخلية للنظام

إطار العمل من SYSTEM-TH-001 يقدم ثلاثة عمليات رئيسية وفقا لهيكلها. وتشمل العملية الأولى الأسهم المختلفة التي حققها وكيل السفر والعميل حتى يتم تحديد بيع خدمة سياحية. والمرحلة الثانية تتعلق بعمل التراجع. وأخيرًا، يتضمن العملية الثالثة الخطوات اللازمة لتحديث المعلومات المتعلقة بالرسوم والخدمات والخدمات.

صورة 3.6: عمليات عرض وبيع خدمة توفير الخدمات السياحية.

معلومات أخرى ذات صلة.

وتتألف عملية بيع خدمة سياحية من مجموعة من المراحل، معظمها مشترك لكل من أنواع المستخدمين النهائيين (أي وكيل السفر والعميل). يحدث ذلك لأن كلا الأدوار تتفاعل عدة مرات خلال العملية (انظر الفقرة. 3.6 ). في البداية ، يبدأ المستخدمون النهائيون تسجيل الدخول إلى النظام. إذا كان المستخدمون بالفعل عملاء، يمكنهم طلب خدمة سياحية محددة وإرسال هذا الطلب إلى وكالة السفر. ومع ذلك ، إذا كان المستخدمون وكلاء السفر ، فيمكنهم اتخاذ المبادرة (العملاء هم ماديون معهم) أو الرد على طلبات العملاء المحتملة التي قدمها العملاء مسبقًا. ثم يتم تحليل النظام

صورة 3.7: عملية تحديث المعلومات القائمة على ردود الفعل من العميل.

يطلب من العملاء أن يقرروا ما إذا كانوا عرضة للبيع أم لا. في حالة حدوث احتمالات ، يقدم وكلاء السفر الأولوية لطلباتهم. إذا كان العملاء يجيبون على الإجابة التي توفرها وكالات السفر، وإحدى الخدمات السياحية التي تهمهم، فإن النظام يكتمل عملية إرسال الوثائق مع المعاملة والمعلومات المتعلقة بالخدمة السياحية. ومع ذلك، إذا كان العملاء لم يتمكنوا من الاستجابة للخدمات السياحية التي وضعتها وكالات السفر. وفي هذه الحالة، تنتهي العملية. وبالإضافة إلى ذلك، قد لا يكون العملاء راضين عن العروض التي تقدمها وكالة السفر، وفي هذه الحالة يجب على وكالة السفر أن تنتج خدمات جديدة تتوافق مع رغبات العملاء.

تتبع عملية التعليق الخلفي سلسلة من الخطوات التي يقدم فيها العملاء تعليقات حول خدمة سياحية تم شراؤها مسبقاً ونتأخر (انظر الفقرة. 3.7 ). إنها عملية بسيطة واختيارية يتم تنفيذها فقط من قبل العملاء حيث يتم تخزين رأيهم في النظام. يتم استخدام المعلومات التي تقدمها لتحسين صيغ التوصية الموجودة في SYSTEM-TH-001.

عملية تحديث المعلومات هي عمل الصيانة النموذجي للنظام. يغير أساسا المعرفة المخزنة في اثنين من المستودعات: وحدات المعرفة الموردين والخدمات السياحية المعرفة. يجب أن يتم هذا العمل يوميا للحفاظ على إطار تحديث SYSTEM-TH-001. ومع ذلك ، على الرغم من أنها عملية يدوي ، فإن النظام يوفر خطوات تلقائية لإدارة الإجراءات وتبسيط المهمة للمسؤول. يرجى ملاحظة أن المشرف لا يعتبر المستخدم النهائي من قبل النظام (انظر الفقرة. 3.6 ),

3.3 التجارب

في هذا القسم يتم عرض معظم التجارب، على الأقل الأكثر أهمية، لتأكيد الأداء كحل SYSTEM-TH-001 ، يتم تضمين ثلاثة تجارب في بيئات حقيقية. COMPANY-002 1 كانت وكالة السفر المختارة لتطوير التجارب. يرجى ملاحظة أن هذه هي الشركة الأولى التي تم فيها وضع النظام في الإنتاج بمجرد الانتهاء من مرحلة التطوير.

أما بالنسبة لـ MAS المضمن في النظام، فإنه يحتوي على إعداد أساسي مخصص لاحتياجات الشركة. وقد تم إثبات هذه الاحتياجات مسبقا من خلال تعديل المعلمات قبل التجارب التي تم تقديمها هنا. وتتألف المجموعة من اثنين من الحمير، مع خمسة جنود وعشرة عمال.

يتضمن التجربة الأولى إعداد المعلمات وإعداد النظام. بالإضافة إلى ذلك ، يتم تقديم اختبار أساسي لتقييم مستوى الرضا الذي ينتج منه النظام بين وكلاء السفر والعملاء وفقًا للمقترحات التي أجريت. يحدد التجربة الثانية أداء الخوارزميات الكشف عن العملاء المحتملين. يتم تضمين مقارنة مع أساليب أخرى من حالة الفن. يقيس التجربة الثالثة أداء النظام بمجرد إدخاله في وكالة السفر. يتم التعامل مع مقارنة بين فوائد وكالة السفر باستخدام وبدون استخدام الإطار SYSTEM-TH-001. هذا الحقيقة يسمح بتسليط الضوء على أهمية النظام أثناء إدارة وكالة السفر.

3.3.1 ضبط المعلمات والتحقق الأولي من النظام

يتكون التجربة الأولى من مجموعة من الخطوات لإظهار كيفية عمل النظام المقترح. أولاً، معدل الإطار SYSTEM-TH-001 تم تكوينها لتقديم توصيات حول الخدمات السياحية للعملاء وكلاء السفر. وقد تم توفير هذه القيم من خلال 3 الخبراء في مجال وكالة السفر المختارة (أي الأشخاص المسؤولين عن الشركة). ثم بعد ذلك، 10 العملاء (بما أنهم لا يزالون مجهولين) و 3 وكلاء السفر في الشركة (أي بعض الموظفين في الشركة) تقييم التوصيات التي تم الحصول عليها لتلبية رغباتهم السياحية المحددة. وأخيرًا ، قدم هؤلاء اللاعبون تعليقًا عكسيًا حول أداء النظام ورضاهم بالنتائج التي تم الحصول عليها. وقد تم قياس هذا الارتياح حسب مقياس التوافق البصري (Satis VAS) Lynskey et al. ( 2021 ). وقد تم تضمين هذا SVA في وثيقة مجهولة الاسم. وقد تحولت النتيجة إلى نطاق قيم من 0 أ أ أ 1 للحصول على رأي الناتج.

1 [LINK-REDACTED]

أولاً: أضف إلى عميلك A 0,85 وكيل ب 0,93 وكيل C 0,73 ± ± S.D. 0.84 ± 0.10

جدول 3.1: قيم الارتياح المقدمة من قبل وكلاء السفر.

ركوب عملائك 1 0,71 العملاء 2 0,62 العملاء 3 0,89 العملاء 4 0,76 العملاء 5 0,95 العملاء 6 0,58 العملاء 7 0,78 العملاء 8 0,69 العملاء 9 0,92 العملاء 10 0,76 متوسط ± D.E. 0.77 ± 0.12

جدول 3.2: قيمة الارتياح المقدمة من قبل العملاء.

فيما يتعلق بتكوين المعلمات (انظر القسم 3.2.3 ) ، قرر خبراء وكالة السفر القيم التالية بالنسبة لهم. من خلال θT. θA و θE ، تم تحديد القيم في 0,3, 0,45 و و 0,25 على التوالي. هذا القرار كان محفزا من قبل الحقيقة أن العملاء يمنحون أهمية أكبر للإقامة والموقع من بقية خصائص الخدمة السياحية. ثم ، wC u ،j و wC e ،j تم وضعها في 0,4 و و 0,6 إعطاء أهمية معتدلة للتعليقات المقدمة من قبل العملاء السابقين. وأخيرًا ، يتم تحديد وزن العناصر في كل فئة (النقل والإقامة والإضافات). بالنسبة لفئة النقل ، يتم تكوين wT quality و wT stopovers و wT time و wT price في 0,3, 0,1, 0,2 و و 0,4 على التوالي. هذا القرار من الخبراء كان محفزا من قبل الحقيقة أن المستخدمين عادة ما يعتبرون ذات صلة جدا سعر النقل فوق الميزات الأخرى. بالنسبة لفئة الإقامة ، يتم تكوين wA quality و wA location و wA services و wA price في 0,35, 0,25, 0,15 و و 0,25 على التوالي. هذه القيم تتوافق مع افتراض أن المستخدمين عادة ما يعتبرون سعر وجودة الرهائن ذات صلة، إلا إذا كان الموقع والخدمات المقدمة مهمة جدا. بالنسبة لفئة الإضافات ، يتم تكوين wE quality و wE flexibility و wE services و wE price في 0,45, 0,15, 0,15 و و 0,25 على التوالي. هذا القرار يبدأ من افتراض أن المستخدمين يوليون أهمية أكبر للسعر ونوعية الإضافات.

وبمجرد أن تكون معايير النظام ثابتة تماما، فإن وكلاء السفر الثلاثة يطلبون SYSTEM-TH-001 للحصول على توصيات وفقا لتفضيلاتك. تم اختيار هذه التفضيلات بشكل متناقض قدر الإمكان لتأكيد النظام من خلال مجموعة واسعة من الاحتمالات.

ثم قدم العملاء إشارات بأن النظام كان يساعد من قبل وكلاء السفر لحل المشاكل المحتملة المتعلقة بتشغيل النظام. كما قدمت وكالات السفر للمستخدمين أفضل الإعدادات التي تم الحصول عليها من خلال النظام. إذا كان العميل يتفق مع أحد الخدمات السياحية المقدمة ، فإن النظام يكتمل عملية الحجز المقابلة.

وأخيرا، تم تسليم المستند المجهول مع SVA للمشاركين. النتائج تظهر في الجدول 3.1 وفي الجدول 3.2. وبلغ متوسط رضا المسافرين عن 0,84 في حين أن متوسط عدد العملاء كان 0,77. في كلتا الحالتين ، تم الحصول على انحرافات قياسية مماثلة. وبهذه الطريقة، كان متوسط رضا النظام العالمي هو 0, 80 ± 0, 11.

في الاستنتاج ، يمكن القول أن النتيجة مقبولة للغاية من كلا المنظورين (العملاء وكلاء السفر). بالإضافة إلى ذلك، العملاء أكثر احتراما ومتطلبات من وكلاء السفر في تقييم الارتياح التي تنتجها توصيات إجراؤها من خلال إطار العمل SYSTEM-TH-001.

3.3.2 التحقق من خوارزمية تقدير الميل إلى الشراء

هذا التجربة يتناول أداء نموذج تقدير التوقعات المطلوبة للشراء (نموذج المرحلة الثانية). ويقارن المقترح مع أحدث المجموعات ML الأكثر نموذجية Sen et al. ( 2020 ); ألان و ألان ( 2020 ): Random Forest (RF) ، Gradient Boosting (GB) ، k-Nearest Neighbour (kNN) و Logistic Regression (LR).

COMPANY-002 وقد قدمت مجموعة البيانات لتطوير هذا التجربة. يحتوي على حول 104 وتقدم المعايير التي تقدم معدل التحويل الأولي 14 % ، أي نسبة العملاء الذين اشتروا في نهاية المطاف الخدمة السياحية (أي البيانات غير متوازنة).كل حالة تشمل مجموعة متنوعة من الخصائص: بيانات الاتصال، قناة الاتصال، الخدمة، وجهة السفر، نوع السفر، الخ. في هذه الحالة الخاصة، لا توجد معلومات أكثر دقة عن البيانات بسبب الخصوصية. يتم تدريب جميع الخوارزميات المختارة مع 80 % كل ما يظهر من البيانات ويتم اختبارها مع 20 % بقية. يتم تنفيذ هذا الانقسام باستخدام عينة متشددة. يتم اختيار المعلمات العليا للبدائل ML من خلال 10 فورد كروس التحقق. يتم عرض الخروج من كل خوارزمية في خمسة فئات تساعد على توزيع الاحتمالات

RF GB kNN LR Bi-stage

النموذج freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate freq. c.rate

قطار

منخفضة جدا 75.0 0.0 74.2 5.8 0.0 100.0 72.5 11.5 16.6 1.7 low 9.9 0.0 10.3 25.2 54.2 0.0 9.0 17.8 17.1 5.1 منتظم 9.9 89.1 10.3 34.5 29.8 20.6 13.2 19.6 44.7 10.9 عالية 3.9 100.0 4.1 63.4 11.9 42.2 4.2 26.7 15.8 32.8 عالية جدا 1.2 100.0 1.0 87.3 4.1 100.0 1.1 28.2 5.9 48.0

اختبار

منخفضة جدا 57.5 4.9 73.6 7.0 0.0 - 72.3 6.7 17.0 2.5 low 17.1 16.5 10.0 25.0 75.2 7.5 2.0 25.0 17.0 6.7 منتظم 25.2 30.9 9.8 28.8 17.4 26.7 5.8 22.9 46.1 10.2 عالية 0.0 - 4.8 41.4 5.3 40.6 7.3 34.1 14.6 34.2 عالية جدا 0.2 100.0 1.8 63.6 2.0 58.3 12.6 35.5 5.4 51.5

جدول 3.3: أداء خوارزميات تصنيف ML في اتجاه التردد النسبي (freq) ، مع التعبير عن نسبة على الإجمالي ، ومعدل التحويل (c.rate) ، لكل فئة.

الخروج في كل التدريب. يتم قياس الأداء في اتجاه معدل التحويل والفرق النسبي في كل مجموعة تصنيف، وتعبيرها بنسبة مئوية على إجمالي. يتم تقييم القوة التنبؤية من خلال التحقق من معدل التحويل في المجموعات المختلفة ، وتوفر التردد معنى المجموعة. وأخيرًا ، يتم تقييم التكيف المحتمل للتدريب ويتم تنفيذ التوافق مع المحاضرة.

النتائج تظهر في الجدول 3.3. RF لديها ضعف التوافق بين التدريب والاختبار، سواء في الترددات أو في معدلات التحويل. في الواقع، واحدة من المجموعات لا تمثيل في مجموعة بيانات الاختبار. kNN لديها سلوك مماثل في مجموعات التدريب والاختبار، مع اختلافات حتى 21 %. في هذه الحالة ، لا معنى لتقييم أي تدابير أخرى للإنجازات. GB لديها اتساق جيد عموما بين التدريب والامتحان، باستثناء أسعار التحويل للفئات عالية ومتميزة جدا مع اختلافات أعلى من 20 %. هذه الاختلافات تجعل، تماما مثل RF و kNN، أنه ليس من المنطقي تقييم بقية عناصر التقييم. LR لديها أفضل التوافق بين التدريب والامتحان، سواء في التردد أو في معدلات التحويل. وتتراوح توزيع البيانات بشكل كبير وغير متوازن في جميع الفئات، حيث تشمل مجموعة منخفضة الاحتمالات أكثر من 70 % من البيانات. بالإضافة إلى ذلك ، فإن الفئات الخمسة لا تملك مسافة كافية بينها في نهاية معدل التحويل ، 2 % في بعض الحالات ، مما يمنع التمييز بين المجموعات القريبة. في نهاية المطاف، فإن نموذج المرحلة الثانية المقترحة لديها اتساق ممتاز بين التدريب والاختبار، مع حد أقصى من 3 %. توزيع البيانات هو الأكثر توازنا من النماذج التي تم اختبارها، حيث فئة منتظمة هي الأكثر كثافة مع 45 % من البيانات و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و و 6 % بيانات التدريب، و 46 % و و 5 % على مجموع الاختبارات على التوالي. فئات الاحتمالات التي تم الحصول عليها مختلفة تماما مع خمسة قيم الاحتمالات

Traditional Innovators Services n Time c.rate Rec. n Time c.rate Rec.

WEB

ن ن ن كوست 20 3.2 15.0 2 20 2.9 25.0 3 ن ن ن الجزائر 20 5.2 10.0 2 20 4.8 15.0 3 دبي-مالديف 16 10.1 6.3 1 16 9.6 12.5 2 سافاري 12 11.2 16.7 1 12 10.7 16.7 2

آخر

ن ن ن كوست 8 4.2 37.5 1 8 2.7 50.0 2 ن ن ن الجزائر 8 5.7 25.0 0 8 3.0 37.5 1 دبي-مالديف 4 12.0 25.0 1 4 8.0 50.0 1 سافاري 4 12.5 25.0 0 4 9.0 25.0 1

جدول 3.4: ملخص النتائج التي تم الحصول عليها للمجموعات التقليدية والمبتكرة لكل خدمة سياحية. n هو عدد العملاء المحتملين في كل خدمة ومجموعة. الوقت هو متوسط الوقت (في ساعات) الذي يقضيه كل وكيل رحلات في خدمة السياحة حتى يتم قبولها أو إلغاءها. يتم تقديم معدل التحويل (c.rate) وعدد التوصيات (Rec).

تمثيلية، وتصديقها في مجموعة بيانات الاختبار مع انحرافات صغيرة.

يظهر التجربة التي أجريت أن هذه المشكلة على وجه التحديد تحتاج إلى نهج ad-hoc، مثل نموذج المرحلة الثانية المقدمة. هذا الحل هو المناسب لحل مشكلة التوقعات الشرائية المقدمة من COMPANY-002. نموذج المرحلة الثانية هو الذي يدرج بشكل أفضل في فئات الاحتمالات المختلفة مع الترددات المتوازنة. بالإضافة إلى ذلك ، فإنه يوفر أفضل اتساق بين التدريب والاختبار ، مما يضمن عدم وجود التكيف. وبالتالي، وفقا لمتطلبات الأداء، والطريقة المقترحة تخدم أفضل من أحدث الجيل تصنيف للهدف الحالي.

3.3.3 تقييم كفاءة النظام الكامل

في هذه التجربة، يتم التحقق من كفاءة SYSTEM-TH-001 في حالة حقيقية. وقد تم الحفاظ على وضع النظام مع إعدادات المعلمات، وهي نفسها من التجربة الأولى.

يبدأ التجربة من خلال تنظيم عشوائي ومتناسب للعملاء المحتملين 184 في مجموعتين: التقليدية والابتكار، لجعل المقارنات بينهما. كل منهم يبحث عن نفس النوع من الخدمات السياحية: National Coasts و National Islands و Dubai-Maldives و Safaris. بالإضافة إلى ذلك ، تعتبر قنوات الويب وغيرها من القنوات مثل المكالمات الهاتفية ، والتوصيات العائلية ، والزيارات الوجهية إلى وكالة السفر ، إلخ. يرجى ملاحظة أن هذه الخدمات تشمل مجموعة من الخدمات السياحية المحددة.

وتتألف المجموعة التقليدية من 92 العملاء الذين تم التعامل معهم من خلال الحفاظ على الطريقة التقليدية التي استخدمت الشركة (أي، دون دعم الإطار

SYSTEM-TH-001 ). ومن جهة أخرى، تتألف مجموعة المبتكرين من 92 العملاء الذين تم التعامل معهم باستخدام الإطار SYSTEM-TH-001 لتنفيذ الطلبات التي يقدمها المستخدمون والإعدادات المقدمة من وكالة السفر. وقد عملت المجموعتين مع نفس وكالة السفر لتقليل التغيرات المحتملة في النتائج.

ويعتبر التجربة ثلاثة متغيرات رئيسية: متوسط الوقت (في الساعات) الذي يقضيه كل وكيل في معالجة الخدمة السياحية المقدمة للعملاء، ومعدل التحويل وعدد التوصيات. هذه النتائج يتم عرضها في الجدول 3.4 من أجل كلا المجموعتين.

بالنسبة للمجموعة التقليدية ، تظهر النتائج أن متوسط الوقت لإدارة الخدمات أقل في الوجهات الوطنية. وهذا يعني أن العملاء أكثر استعدادا عندما يكون وجهة السفر ليست في نفس البلد. وتتقلب معدلات التحويل على قناة الويب، حيث انخفضت قيمة الخدمة في دبي-مالديف (أي عدد قليل فقط من العملاء يكتملون الشراء)، بينما تبلغ نسبة Safaris وNational Coasts مرتفعة. وقد تم الحصول على مجموعة من التوصيات 8 لهذا المجموعة.

بالنسبة لمجموعة Innovators ، فإن خدمة دبي-مالديف لديها أدنى معدل تحويل ، و National Coasts لديها أعلى في قناة الويب. وقد تم اكتشاف اختلافات ذات صلة في عدد الساعات المستثمرة وعدد التوصيات ومعدل التحويل بين Traditional و Innovators. وقد زاد النظام بشكل مقبول من معدل التحويل، وانخفض عدد الساعات بشكل كبير، وأصبح عدد التوصيات أكبر أيضا. وقد تم الحصول على مجموع 15 وتقدم المبادرة إلى مجموعة المبتكرين. وتشير التغييرات في معدل التحويل وعدد الساعات المخصصة إلى أن الخوارزميات التي تعتمد على تقدير التوقعات لشراء. وقد سمح لاختيار أفضل العملاء لشركة السفر، وتفريغ العملاء مع أقل اهتمام في الشراء. بالإضافة إلى ذلك، يمكن أن تكون المعلومات البصرية التي يقدمها النظام، والتوصيات الدقيقة قد جعلت العملاء يوافقون على الخدمة السياحية بسهولة أكبر.

SYSTEM-TH-001 وقد أثبتت أنها تعمل بشكل مثالي مع المشاكل اليومية لشركة السفر. بالإضافة إلى ذلك، يمكن أن يزيد من معدل التحويل الذي يتجلى في الربح للشركة، والحد من عدد الساعات حتى يقبل العميل أو يرفض الفرص المختلفة المقدمة لخدمة سياحية معينة. هذا الحقيقة ينبغي أن يؤدي إلى حالات أقل إجهادا للموظفين وأكثر مرونة في عملية الاحتياطي.

3.4 الاستنتاجات

الفصل حول إدارة الخدمات السياحية من خلال تسجيل العملاء باستخدام الهندسة المعمارية العاملين الملهمة بالبيو، يؤكد أن الإطار SYSTEM-TH-001 يمثل حلًا مبتكرًا وفعالًا للتحول الرقمي في قطاع السياحة. يجمع هذا النظام بين أدوات الذكاء الاصطناعي المتقدمة والنهج الملهمة بالبيولوجيا لتحسين التفاعل بين وكلاء السفر والعملاء. من خلال الهندسة المعمارية المتكاملة، SYSTEM-TH-001 يسهل جمع ومعالجة وتحديث المعلومات ذات الصلة، من خلال تحسين كفاءة ودقة التوصيات.

تحليلات التجارب التي أجريت في COMPANY-002 وأثبتت أنه SYSTEM-TH-001 تتجاوز الأساليب التقليدية والخوارزميات القياسية فيما يتعلق بمعدل التحويل، ورضا العملاء، وتقليل أوقات الاهتمام. وقد أبرز نموذج المرحلة الثانية، الذي تم دمجه في الإطار، من خلال قدرته على التنبؤ بالانتقال إلى الشراء بدقة عالية، مما يسمح للوكلاء بتقديم الأولوية للعملاء ذوي الإمكانات العالية.

وقد أضاف تنفيذ نظام متعدد العوامل الملهمة بالبيولوجيا مرونة وسهولة التمدد، مما يضمن توازنًا فعالًا في الشحن والقدرة على الاستجابة في الوقت الحقيقي. وبالإضافة إلى ذلك، فإن النهج المزدوج SYSTEM-TH-001 التي تستفيد من كل من الوكلاء والعملاء، وتعزز إمكاناتها كأداة رئيسية لمواجهة الطلبات الحالية في قطاع السياحة، ووضعها كمعيار للابتكار في هذا المجال.