การวิเคราะห์การเคลื่อนย้ายของนักท่องเที่ยวโดยใช้ข้อมูลจากเครือข่ายสังคมจากวิธีการกฎความสัมพันธ์
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีจุดประสงค์เพื่อพัฒนาแบบจำลองที่แสดงรูปแบบการเคลื่อนที่เชิงพื้นที่ของนักท่องเที่ยวภายในภาคเหนือตอนล่าง โดยการพัฒนาแบบจำลองดังกล่าวนี้ใช้วิธีการอนุมานตามพฤติกรรมการท่องเที่ยวของคนที่เดินทางมาเที่ยวจังหวัดต่าง ๆ ในภาคเหนือตอนล่าง 1 ที่รวบรวมได้มาจากข้อมูลการเช็คอินผ่านเครือข่ายสังคมออนไลน์ เช่น โฟร์สแควร์ (Foursquare) ทั้งนี้เพื่อทราบถึงรูปแบบการเคลื่อนย้ายของนักท่องเที่ยวในเขตภาคเหนือตอนล่าง 1 งานวิจัยนี้ได้นำแบบจำลองเชิงเส้นเพื่อนำมาแสดงการเคลื่อนที่ของนักท่องเที่ยวในเขตพื้นที่ศึกษา ผลการทดลองพบว่ารูปแบบการเคลื่อนที่ของนักท่องเที่ยวมีรูปแบบท่องเที่ยวแบบจุดต่อจุดเป็นส่วนใหญ่ และผลจากงานวิจัยนี้ทำให้เกิดประโยชน์ต่อผู้กำหนดนโยบายด้านการท่องเที่ยว เช่น การท่องเที่ยวแห่งประเทศไทย หรือองค์การบริหารส่วนจังหวัด ในการบริหารจัดการสถานที่ท่องเที่ยวและรวมถึงพื้นที่ใกล้เคียง การพัฒนาสินค้าและบริการ และการส่งเสริมการการตลาดเพื่อดึงดูดนักท่องเที่ยว
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Harun, A. 2012. The impact of tourism sector to Thai’s Gross Domestic Product (GDP). Proceedings of the 2nd International Conference on Business, Economics, Management and Behavioral Sciences, Bali, Indonesia, 90-95.
World Economic Forum. 2012. Fostering prosperity and regional integration through travel and tourism. The ASEAN Travel and Tourism Competitiveness Report.
Kesorn, K., Juraphanthong, W. and Salaiwarakul, A. 2017. Personalized attraction recommendation system for tourists through check-in data. IEEE Access, 5(1), 26703-26721.
Lew, A. and McKercher, B. 2006. Modeling tourist movements: A local destination analysis. Annals of Tourism Research, 33(2), 403-423.
Pitchayadejanant, K. and Nakpathom, P. 2018. Data mining approach for arranging and clustering the agro-tourism activities in orchard. Kasetsart Journal of Social Sciences, 39(3), 407-413.
Gallo, G., Signorello, G., Farinella, G.M. and Torrisi, A. 2017. Exploiting social images to understand tourist behaviour. Proceedings of international conference on image analysis and processing, Catania, Italy, 707-717.
Höpken, W., Müller, M., Fuchs, M. and Lexhagen, M. 2020. Flickr data for analysing tourists’ spatial behaviour and movement patterns: A comparison of clustering techniques. Journal of Hospitality and Tourism Technology, 11(1), 69-82.
Benckendorff, P. 2014. Attraction, Tourism, Encyclopedia of Tourism. Jafari J., Xiao H. ed, Springer, Cham.
Dietrich, D., Heller, B. and Yang, B. 2015. Data Science & Big Data Analytics Discovering, Analyzing, Visualizing and Presenting Data. 1st ed, John Wiley & Sons, Indianapolis, IN.
Olson, D.L. and Lauhoff, G. 2019. Descriptive Data Mining. 2nd ed, Springer, Singapore.
