تحلیل دلایل اشتیاق و رویگردانی مسافران جهت سفر مجدد به جزیره کیش

نوع مقاله : علمی - پژوهشی مستقل

نویسنده

گروه مدیریت و اقتصاد، دانشکده علوم انسانی و اجتماعی، دانشگاه گلستان، گرگان، ایران

10.22059/jut.2025.385669.1244

چکیده

تمایل به بازدید مجدد یکی از موضوعات تحقیقاتی کلیدی در حوزه مقاصد گردشگری محسوب می‌شود. هدف پژوهش حاضر تحلیل دلایل اشتیاق و رویگردانی مسافران جهت سفر مجدد به جزیره کیش است، لذا نظرات گردشگران در سایت "هلوکیش دات کام" استخراج و تجزیه‌وتحلیل‌های لازم روی آن‌ها با روش آمیخته صورت پذیرفت. در گام کیفی با استفاده از تحلیل محتوا، تمامی نظرات مورد بازخوانی و مقولات و زیر مقولات به تفکیک گردشگران مشتاق و روی‌گردان استخراج شد. در گام کمی، ابتدا نظرات گردشگران به سه گروه مثبت، منفی و خنثی تقسیم و فرایند پالایش و پاک‌سازی داده‌ها انجام و ابر کلمات برای گردشگران مشتاق و روی‌گردان از سفر مجدد ترسیم شد، سپس به‌منظور دستیابی به بهترین مدل با بالاترین دقت جهت پیش‌بینی رفتار گردشگران، از سه روش شبکه‌های عصبی مصنوعی، درخت تصمیم و بیز ساده بر روی داده‌ها مدل‌سازی صورت پذیرفت. نتایج نشان داد مدل بیز ساده بالاترین میزان دقت یعنی 31/79 جهت پیش‌بینی رفتار گردشگران را به دست آورد. در مرحله بعد با استفاده از قواعد وابستگی، قواعد اگر-آنگاه به تفکیک گردشگران مشتاق و روی‌گردان استخراج شد. نتایج نشان داد مهم‌ترین دلایل عدم بازگشت مجدد به جزیره کیش به کیفیت نامناسب هتل‌ها، هزینه‌های بالا و عدم تناسب قیمت‌ها با خدمات و کیفیت، شرایط بهداشتی و ایمنی نامطلوب، نارضایتی از کیفیت تفریحات و سرگرمی‌ها برمی‌گردد. از سوی دیگر مسافرانی که تمایل به سفر مجدد به جزیره کیش دارند تجربه مثبت آن‌ها عمدتاً به کیفیت و دسترسی به امکانات رفاهی و تفریحی، برخورد حرفه‌ای و دوستانه کارکنان هتل‌ها و محیط دل‌نشین و آرام جزیره برمی‌گردد.

کلیدواژه‌ها

مراجع

  1. پوراحمد، احمد؛ فرهودی، رحمت‌الله و برادران نیا، آیدا. (1396). ارزیابی نقش فناوری اطلاعات در ارتقای صنعت گردشگری جزیره کیش. مجله گردشگری شهری، 4(4)، 13-34. doi: 10.22059/jut.2018.224979.278
  2. خسروی منش، لیلا؛ ارشادی، روح اله و راسخ، نازنین (1401). شناسایی عوامل مؤثر در توسعه گردشگری ورزشی در جزیره کیش با تأکید بر ورزش‌های تفریحی بانوان. گردشگری و اوقات فراغت، 14(7)، 101-117. doi: 10.22133/tlj.2023.382875.1074
  3. سیاه سرانی کجوری، محمدعلی. (1403). کاوش و تبیین خوشه‌ای نقشه سفر خرید تماشاگران سینما بر اساس نقاط تماس. تحقیقات بازاریابی نوین، 14(1)، 79-102. doi: 10.22108/nmrj.2024.140171.3007
  4. صفازاده اول، زهرا؛ روستا، علیرضا و جمشیدی، داریوش. (1400). مؤلفه‌های بازاریابی تأثیرگذار بر تصویر مقصد گردشگری مطالعه موردی: جزیره کیش. مجله گردشگری شهری، 8 (2)، 35-50. doi: 10.22059/jut.2021.318164.877
  5. محسنی، آرمینا؛ خدیور، آمنه و عباسی، فاطمه. (1401). تحلیل احساسات نظرات کاربران تریپ‌ادوایزر برای رستوران‌های ایران با رویکرد یادگیری عمیق. مطالعات مدیریت کسب‌وکار هوشمند، 10(40)، 17-41. doi.org/10.22054/ims.2022.63437.2051
  6. مختاری، مهرنگ؛ آزاد، ناصر و روستا، علیرضا. (1401). بررسی عوامل مؤثر بر سفر مجدد گردشگران به جزیره کیش با رویکرد تئوری عملکرد متقاعدکننده: پژوهشی آمیخته. گردشگری و توسعه، 11(1)، 53-68. doi: 10.22034/jtd.2021.296396.2403
  7. Abubakar, A. M., Ilkan, M., Al-Tal, R. M., & Eluwole, K. K. (2017). eWOM, revisit intention, destination trust and gender. Journal of Hospitality and Tourism Management, 31, 220-227. https://doi.org/10.1016/j.jhtm.2016.12.005
  8. Adam, M., Ibrahim, M., Putra, T. R. I., & Yunus, M. (2022). The effect of e-WOM model mediation of marketing mix and destination image on tourist revisit intention. International Journal of Data and Network Science, 7(1), 265-274. DOI: 10.5267/j.ijdns.2022.10.007
  9. Alaei, A. R., Becken, S., & Stantic, B. (2019). Sentiment analysis in tourism: Capitalizing on big data. Journal of Travel Research, 58(2), 175–191. https://doi.org/10.1177/0047287517747753
  10. Agarwal, V., Taware, S., Yadav, S. A., Gangodkar, D., Rao, A., Srivastav, V. (2022). Customer-churn prediction using machine learning, in: 2022 2nd International Conference on Technological Advancements in Computational Sciences (ICTACS), IEEE, 893–899. DOI: 10.1109/ICTACS56270.2022.9988187
  11. Armis, R., & Kanegae, H. (2020). The attractiveness of a post-mining city as a tourist destination from the perspective of visitors: a study of Sawahlunto old coal mining town in Indonesia. Asia-Pacific Journal of Regional Science, 4(2), 443–461. DOI: 10.1007/s41685-019-00137-4
  12. Broxterman, D., Letdin, M., Coulson, E., & Zabel, J. (2000). Endogenous amenities and cities. Journal of Regional Science, 59(3), 369–408. doi/10.1111/jors.12449
  13. Che, T., Peng, Z., Lim, K., H., & Hua, Z. (2015). Antecedents of consumers’ intention to revisit an online group-buying website: A transaction cost perspective, Information and Management, 52(5), 588-598. https://doi.org/10.1016/j.im.2015.04.004
  14. Cheng, T., & Lu, C. (2013). Destination Image, Novelty, Hedonics, Perceived Value, and Revisiting Behavioral Intention for Island Tourism. Asia Pacific Journal of Tourism Research, 18(7), 766–783. https://doi.org/10.1080/10941665.2012.697906
  15. Choi, C.S., Cho, Y.-N., Ko, E., Kim, S.J., Kim, K.H., Sarkees, M.E.: (2019). Corporate sustainability efforts and e-WOM intentions in social platforms. International Journal of Advertising, 38(8), 1224–1239. https://doi.org/10.1080/02650487.2019.1613858
  16. Harsani, P. (2020). Empowerment of Gunung Sari Village Community Groups, to optimize the potential of the village towards the Tourism Independent Village. International Journal of Quantitative Research and Modeling, 1(2), 93-99. https://doi.org/10.46336/ijqrm.v1i2.38
  17. Hung, N. P., & Khoa, B. T. (2022). Examining the structural relationships of electronic word of mouth, attitude toward destination, travel intention, tourist satisfaction and loyalty: a meta-analysis. Geo Journal of Tourism and Geosites, 45, 1650-1660. http://dx.doi.org/10.30892/gtg.454spl15-986
  18. Jani, D., & Han, H. (2011). Investigating the key factors affecting behavioral intentions: evidence from a full-service restaurant setting. International Journal of Contemporary Hospitality Management, 23(7), 1000–1018. https://doi.org/10.1108/09596111111167579
  19. Khadivar, A., Mohseni, S., Abbasi, F. (2022). Sentiment Analysis of Trip Advisor Comments for Iranian Restaurants With a Deep Learning Approach, Journal of Business Intelligence Management Studies, 10(40), 17-41. DOI: 10.22054/IMS.2022.63437.2051 [In Persian].
  20. Khosravi manesh, L., Ershadi, R., & Rasekh, N. (2022). Identifying Factors Affecting The Development of Sports Tourism in Kish Island With an Emphasis on Women's Recreational Sports. Tourism and Leisure Time, 7(14), 101-117. doi: 10.22133/tlj.2023.382875.1074. [In Persian]
  21. Kim, Y.-J., & Kim, H.-S. (2022). The impact of hotel customer experience on customer satisfaction through online reviews. Sustainability, 14(2), 848. https://doi.org/10.3390/su14020848
  22. Lam-González, Y. E., Clouet, R., Cruz Sosa, N., & de León, J. (2021). Dissatisfaction responses of tourists in the Havana World Heritage Site. Sustainability, 13(19), 11015. https://doi.org/10.3390/su131911015
  23. Loi, L. T. I., So, A. S. I., Lo & Fong, L. H. N. (2017). Does the quality of tourist shuttles influence revisit intention through destination image and satisfaction? The case of Macao. Journal of Hospitality and Tourism Management, (32), 115-123. https://doi.org/10.1016/j.jhtm.2017.06.002
  24. Lyu, S. O. (2016). Travel selfies on social media as objectified self-presentation. Tourism Management, 54, 185-195. https://doi.org/10.1016/j.tourman.2015.11.001
  25. Lapré, M. A. (2011). Reducing customer dissatisfaction: How important is learning to reduce service failure?. Production and Operations Management, 20(4), 491-507. https://doi.org/10.1111/j.1937-5956.2010.01149.x
  26. Mokhtari, M., AZAD, N., & Rousta, A. (2022). Investigating the factors affecting the return of tourists to Kish Island with a Persuasive Performance Theory Approach: Mixed method Research. Journal of Tourism and Development, 11(1), 53-68. doi: 10.22034/jtd.2021.296396.2403 [In Persian].
  27. Oh, S., Ji, H., Kim, J., Park, E., & del Pobil, A. P. (2022). Deep learning model based on expectation-confirmation theory to predict customer satisfaction in hospitality service. Information Technology & Tourism, 24(1), 109–126.
  28. Pourahmad, A., Farhoudi, R. and Baradaran Nia, A. (2018). Assessing the Role of Information Technology in Promoting Tourism Industry in Kish Island. Journal of urban tourism, 4(4), 13-34. doi: 10.22059/jut.2018.224979.278 [In Persian].
  29. Prabadevi, B., Shalini, R., Kavitha, B. (2023). Customer churning analysis using machine learning algorithms. International Journal of Intelligent Networks, 4, 145-154. https://doi.org/10.1016/j.ijin.2023.05.005
  30. Raguseo, E., Neirotti, P., & Paolucci., E. (2017). How small hotels can drive value their way in infomediation. The case of ‘Italian hotels vs. OTAs and TripAdvisor. Information and Management, 54(6), 745-756. https://doi.org/10.1016/j.im.2016.12.002
  31. Safazade aval, Z., Rousta, A., & Jamshidi, D. (2021). Effective Components of Marketing on the Image of Tourism Destination Case Study: Kish Island. Journal of urban tourism, 8(2), 35-50. doi: 10.22059/jut.2021.318164.877 [In Persian].
  32. Siahsarani Kojuri, M. A. (2024). Designing and Explaining the Purchase Journey Map of Moviegoers Based on Contact Points. New Marketing Research Journal, 14(1), 79-102. doi: 10.22108/nmrj.2024.140171.3007 [In Persian].
  33. Sparks, B. A., So, K. K. F. & Bradley, G. L. (2016). Responding to negative online reviews: The effects of hotel responses on customer inferences of trust and concern. Tourism Management, 53, 74-85. https://doi.org/10.1016/j.tourman.2015.09.011
  34. Vallejo, J., Redondo, Y., Acerete, A. (2015). Las características del boca-oído electrónico y su influ-encia en la intención de recompra online. Revista Europea de Direccion y Economia de La Empresa, 24(2), 61–75. https://doi.org/10.1016/j.redee.2015.03.002
  35. Viñán-ludeña, M. S., & De Campos, L. (2024). Evaluating Tourist Dissatisfaction with Aspect-Based Sentiment Analysis Using Social Media Data. Advances in Hospitality and Tourism Research, 12(3), 254-286. https://doi.org/10.30519/ahtr.1436175
  36. Viñán-Ludeña, M. S., & de Campos, L. M. (2022a). Analyzing tourist data on twitter: A case study in the province of Granada at Spain. Journal of Hospitality and Tourism Insights, 5(2), 435–464. https://doi.org/10.1108/JHTI-11-2020-0209
  37. Viñán-Ludeña, M. S., Mora-J´acome, V., Viñán-Merecí, C. S., & Sánchez-Cevallos, E. (2022). Exploratory data analysis of the tourist profile: Case study in Loja-Ecuador. In A. Abreu, D. Liberato, & J. C. Garcia Ojeda (Eds.), Advances in tourism, technology and systems, 351–360. Singapore: Springer Nature Singapore.
  38. Viñan-Ludeña, M. S. (2019). A systematic literature review on social media analytics and smart tourism. In Smart Tourism as a Driver for Culture and Sustainability: Fifth International Conference IACuDiT, Athens, 357-374. Springer International Publishing.
  39. Wu, X. & Meng, S. (2016). E-commerce customer churn prediction based on improved SMOTE and AdaBoost, in: 2016 13th International Conference on Service Systems and Service Management (ICSSSM), IEEE, June, 1–5. https://doi.org/10.1109/ICSSSM.2016.7538581
  40. Wu, X., Li, P., Zhao, M., Liu, Y., Crespo, R. G., & Herrera-Viedma, E. (2022). Customer churn prediction for web browsers. Expert Systems with Applications, 209, 118177. https://doi.org/10.1016/j.eswa.2022.118177
  41. Yanfang, Q. & Chen, L. (2017). Research on E-commerce user churn prediction based on logistic regression, in: 2017 IEEE 2nd Information Technology, Networking, Electronic and Automation Control Conference (ITNEC), IEEE, 87–91. https://doi.org/10.1109/ITNEC.2017.8284914
نشریه گردشگری شهری
دوره 12، شماره 4
دی 1404
صفحه 25-39

فایل ها

هم رسانی

ارجاع به این مقاله

آمار