چکیده مقاله
هدف این مقاله مرور نظام مند پژوهشهای اخیر در زمینه سیستمهای توصیه گر در گردشگری و تجارت الکترونیک با تاکید بر فرصتها و چالشهای بومی ایران است بدین منظور رویکرد پریسما برای شناسایی و انتخاب مقالات به کار گرفته شد و در نهایت ۱۵ مقاله کلیدی منتشر شده بین سالهای ۲۰۱۷ تا ۲۰۲۵ مورد بررسی قرار گرفت این مقالات طی سه محور اصلی شامل سیستمهای توصیه گر در گردشگری و تجارت الکترونیک، معماری ها و الگوریتمهای ترکیبی و فناوریهای نوین نظیر واقعیت افزوده، شناسایی فرکانس رادیویی و کلان داده دسته بندی شدند تحلیل نتایج نشان داد که پژوهشهای بین المللی به سمت توسعه معماریهای ترکیبی مبتنی بر یادگیری عمیق، پردازش زبان طبیعی و رایانش ابری حرکت کرده اند که دقت و اعتماد کاربران را افزایش داده است در مقابل مطالعات بومی ایران بیشتر بر محدودیت هایی مانند فقدان زیر ساخت داده یکپارچه، ضعف پردازش زبان فارسی و ملاحظات فرهنگی تاکید دارند برای رفع این چالش ها، مقاله حاضر یک مدل مفهومی چهار لایه ارائه می دهد که شامل جمع آوری داده، پردازش و استخراج، ویژگی ترکیب الگوریتم ها و لایه تعامل با کاربر است این مدل با ادغام فناوری های نوین و توجه به نیازهای بومی چارچوبی عملی برای توسعه گردشگری هوشمند در ایران فراهم می سازد نوآوری مقاله در ترکیب دو منظر بین المللی و بومی و ارائه راهکاری ترکیبی برای ارتقای اعتماد، شخصی سازی و کارایی سیستم های توصیه گر است نتایج این مرور می تواند به سیاست گذاران و توسعه دهندگان کمک کند تا مسیرهای پژوهشی آینده را در زمینه گردشگری دیجیتال ایران ترسیم نمایند
کلیدواژهها
نویسندگان
شیوه ارجاع
�سروی، رضا و حسن زاده، فاطمه،1404،سیستمهای توصیهگر هوشمند در گردشگری مروری تحلیلی بر رویکردها، چالشها و چشم اندازها برای ایران،هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع،اسفراین
ارائهشده در
مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع19 آبان 1404 · اسفراین