00:00
01:00
02:00
03:00
04:00
05:00
06:00
07:00
08:00
09:00
10:00
11:00
12:00
13:00
14:00
15:00
16:00
17:00
18:00
19:00
20:00
21:00
22:00
23:00
00:00
01:00
02:00
03:00
04:00
05:00
06:00
07:00
08:00
09:00
10:00
11:00
12:00
13:00
14:00
15:00
16:00
17:00
18:00
19:00
20:00
21:00
22:00
23:00
مدار الليل والنهار
03:30 GMT
150 د
مدار الليل والنهار
06:00 GMT
183 د
مدار الليل والنهار
12:00 GMT
183 د
مدار الليل والنهار
19:00 GMT
120 د
مدار الليل والنهار
21:00 GMT
30 د
مدار الليل والنهار
03:30 GMT
150 د
On air
05:20 GMT
1 د
On air
05:21 GMT
4 د
On air
05:26 GMT
3 د
مدار الليل والنهار
البرنامج الصباحي
06:00 GMT
183 د
الإنسان والثقافة
الرحالة أرتيمي رافالوفيتش يتحدث عن رحلته لغزة ويعتبر طرابلس اللبنانية أجمل مدن المشرق
09:16 GMT
29 د
عرب بوينت بودكاست
السياحة العربية.. هل تستطيع المنافسة في ظل المتغيرات
09:46 GMT
14 د
كواليس السينما
السينما بين الأفول وتحديات الإستمرار
10:03 GMT
27 د
مساحة حرة
أبعاد اتفاق مصر وتركيا على إنشاء منطقة صناعية على ساحل المتوسط
10:31 GMT
29 د
صدى الحياة
نحو مليار جائع وأطنان من الأغذية في النفايات
11:30 GMT
30 د
مدار الليل والنهار
البرنامج المسائي
12:00 GMT
183 د
عرب بوينت بودكاست
جولة في العالم العربي... عادات وتقاليد الشعوب في رمضان
17:03 GMT
39 د
مرايا العلوم
مصانع بروتين خارج الخلية الحية للمرة الأولى وسديم الجبار المفسر لدورة ولادة النجم
17:42 GMT
18 د
ملفات ساخنة
غزة... هل يشن نتانياهو عملية عسكرية في رفح رغم معارضة واشنطن؟
18:00 GMT
29 د
مساحة حرة
صناعة المخدرات وتجارتها يؤرق السلطات.. حلول عربية لكبح جماحها
18:30 GMT
30 د
أمساليوم
بث مباشر
 - سبوتنيك عربي
مجتمع
تابع آخر الأخبار عن القضايا الاجتماعية والفعاليات الثقافية في دول الوطن العربي والعالم. تعرف على آخر أخبار المجتمع، قصص إنسانية، وتقارير مصورة عن حياة المجتمع.

شبكات التواصل الاجتماعي تتنبأ بأماكن استجمام السياح

CC BY 2.0 / geralt / مواقع التواصل الاجتماعي
مواقع التواصل الاجتماعي - سبوتنيك عربي
تابعنا عبر
قام العلماء من الجامعة الوطنية للأبحاث التكنولوجية "ميسيس" بتطوير نموذج رياضي يسمح لنا التنبؤ بالموقع التالي، الذي سيتواجد فيه مستخدم شبكة التواصل "تويتر". ويعتقد الباحثون أن هذا النموذج سوف يساعد الشركات السياحية وكل مؤسسة مرتبطة بقطاع السياحة على التنبؤ بأهمية المنتجعات السياحية أثناء موسم العطلة والإجازات.

يشار إلى أنه في وقت سابق، تم اختبار نهج ونموذج مماثل أثناء إجراء دراسة لردود أفعال المسافرين حيال الخدمات المقدمة في القطارات عالية السرعة في الهند.

يتبادل الأشخاص كل يوم، الصور والمنشورات والتعليقات ومواقع تواجدهم في وسائل التواصل الاجتماعي. واستناداً لذلك أجرى علماء "ميسيس" دراسة حول إمكانية التنبؤ بالمكان التالي الذي يمكن أن يزوره المستخدم بناءً على أساليب التعلم الآلي (ML) وتحليل البيانات الضخمة (BigData)، التي تم الحصول عليها من المصادر العلنية لبيانات شبكة التويتر. وبالطبع فإن أساليب التعلم الآلي ML تتيح للحاسوب دراسة السجلات التاريخية واستخدامها للتنبؤ واتخاذ القرارات عند تلقي بيانات جديدة.

في هذا السياق علقت مارينا نيجورينا المسؤولة عن هذه الدراسة، مدير معهد نظم المعلومات التجارية في جامعة "ميسيس" قائلة:

"لم نستخدم فقط البيانات المفتوحة المتعلقة بالأماكن السياحية التي يؤمها المستخدمون وأماكن السفر، ولكن أيضاً البيانات المتعلقة بشخصية المسافرين أنفسهم. في البداية، استخرجنا جميع التغريدات التي تحمل علامات جغرافية (التغريدات مع معلومات الموقع) من البيانات وقمنا بتصنيفها. فمن مجموعة عشوائية مكونة من 5000 ملف تعريف مستخدم من دول أوروبية مختلفة مثل فرنسا وألمانيا والسويد وإسبانيا وإيطاليا وسويسرا وبولندا واليونان وغيرها العديد من الدول الأخرى، تم فرز أكثر من 800 ألف تغريدة. وعند اجراء عملية انتقاء البيانات، كانت الفئات الأكثر زيارة في الرحلات هي أماكن تناول الطعام والنوادي الليلية ومحطات القطارات والكنائس وشواطئ البحر. لكل فئة قمنا بإعداد مجموعة بيانات منفصلة".

وبحسب قول الباحثة نيجورينا، فإنه عند اختيار البيانات، تم مقارنة الفئات بالخصائص الشخصية للمستخدم، وذلك لأن اختيار الكلمات في تغريدات المستخدم يعتمد بشكل أساسي على قيمهم الشخصية.

ساتشين كومار باحث آخر مشارك في هذه الدراسة تحدث قائلاً: "بالنسبة لأي نموذج تنبؤي، يعتبر عامل الدقة مؤشراً مهماً وإلزامياً. فإذا لم يتمكن نموذج التنبؤ من توفير وضمان الدقة التامة، فلا يمكن اعتبار هذا النموذج موثوقاً. لذلك استخدمنا طريقة تصنيف المجموعات التي تجمع بين نتائج جميع المصنفات الأساسية".

وبحسب رأي العلماء، يمكن الحصول على توقعات أكثر دقة من خلال جمع مؤشرات مثل الجنسية والجنس وعمر المستخدمين. المرحلة التالية من العمل هي تحليل وبناء النماذج باستخدام مجموعة من أساليب التعلم الآلي.

تم نشر نتائج هذا البحث في المجلة Journal of Ambient Intelligence and Humanized Computing.

شريط الأخبار
0
للمشاركة في المناقشة
قم بتسجيل الدخول أو تسجيل
loader
المحادثات
Заголовок открываемого материала