TÓM TẮT ĐỀ TÀI Trong nghiên cứu này, một hệ thống sử dụng logic mờ đã được phát triển để đề xuất các điểm du lịch phù hợp theo từng mùa trong khu vực Đồng bằng sông Cửu Long, nhằm nâng c
GIỚI THIỆU ĐỀ TÀI
Lý do chọn đề tài
1.1 Xu hướng phát triển của ngành du lịch Việt Nam
Ngành du lịch đóng góp quan trọng vào tổng sản phẩm kinh tế quốc dân của Việt Nam, được coi là một trong ba ngành kinh tế mũi nhọn Ngành này không chỉ thúc đẩy phát triển kinh tế mà còn bảo tồn và phát huy giá trị di sản văn hóa, quảng bá hình ảnh quốc gia trên trường quốc tế Sau 35 năm đổi mới, du lịch Việt Nam đã đạt nhiều thành tựu về quy mô và chất lượng Số lượng công ty du lịch và dịch vụ lưu trú ngày càng tăng, với chất lượng phục vụ được cải thiện Nhà nước và xã hội cũng đã đầu tư mạnh vào cơ sở hạ tầng, giúp Việt Nam trở thành điểm đến hấp dẫn toàn cầu.
Ngành du lịch Việt Nam đang đối mặt với sự cạnh tranh khốc liệt, do đó, tối ưu hóa dịch vụ du lịch là yếu tố quan trọng để nâng cao sức cạnh tranh Việc khắc họa bản sắc văn hóa và khẳng định thương hiệu sẽ giúp phát triển ngành du lịch, mang lại trải nghiệm đáng nhớ cho du khách Đồng thời, cần điều chỉnh và cập nhật sản phẩm du lịch để phù hợp với xu hướng và nhu cầu thị trường Bộ Văn hóa, Thể thao và Du lịch đã triển khai các biện pháp nâng cao chất lượng du lịch tại các tỉnh, thành phố, đặc biệt là những vùng du lịch quan trọng, nhằm tận dụng tài nguyên và lợi thế văn hóa, đồng thời bảo tồn và phát triển môi trường du lịch theo hướng bền vững.
1.2 Thực trạng ngành du lịch ở Đồng bằng sông Cửu Long Đồng bằng sông Cửu Long, là một trong 7 vùng du lịch trọng điểm, đối mặt với những yêu cầu đó, việc phát triển du lịch theo định hướng bền vững ở vùng là cực kỳ cần thiết và quan trọng, không chỉ đối với khu vực Tây Nam Bộ mà còn đối với ngành du lịch
Đồng bằng sông Cửu Long không chỉ nổi bật với di sản văn hóa phong phú từ quá trình khai hoang của các thế hệ trước, mà còn sở hữu cảnh quan sinh thái độc đáo, lễ hội dân gian phong phú và con người hiền hòa, hiếu khách Những yếu tố này đã tạo điều kiện thuận lợi cho việc phát triển các sản phẩm du lịch đa dạng, thu hút sự quan tâm của du khách trong và ngoài nước.
Ngành du lịch ở Đồng bằng sông Cửu Long đang đối mặt với nhiều khó khăn, ảnh hưởng đến sự phát triển bền vững của khu vực Mặc dù là một trong những điểm du lịch trọng điểm, nhưng Đồng bằng sông Cửu Long chỉ xếp thứ 4 về lượt du khách quốc tế, đứng sau Đồng bằng sông Hồng, Đông Nam bộ và duyên hải Nam Trung bộ Tỷ lệ tour du lịch đến vùng này chỉ chiếm dưới 10% tổng số tour trong nước, và số lượng khách chọn tour đến ĐBSCL đã giảm nghiêm trọng so với toàn quốc, với tỷ lệ tăng trưởng du khách nội địa từ 2011 đến 2016 chỉ đạt 9.9%, trong khi mức trung bình toàn quốc là 17.2%.
Theo báo cáo của Hiệp hội Du lịch, năm 2016, tổng doanh thu từ khách du lịch tại vùng Đồng bằng sông Cửu Long chỉ đạt 11.305 tỷ đồng, chiếm khoảng 2.83% doanh thu du lịch toàn quốc Mặc dù lượng du khách đến đây không thấp, nhưng doanh thu lại đứng cuối cùng, cho thấy chi tiêu của khách du lịch tại vùng này vẫn rất hạn chế Điều này cho thấy ngành du lịch Đồng bằng sông Cửu Long chưa phát triển tương xứng với tiềm năng sẵn có.
Trong giai đoạn 2020-2022, du lịch tại Đồng bằng sông Cửu Long đã trải qua sự sụt giảm nghiêm trọng, với doanh thu du lịch giảm 47% trong năm đầu tiên và hơn 80% trong hai năm tiếp theo.
Trong hai năm 2020 và 2021, lượng du khách quốc tế chỉ đạt hơn 420.000 lượt, giảm 79% so với cùng kỳ năm trước Khách du lịch nội địa cũng giảm 41%, với hơn 6 triệu lượt khách Các tỉnh ven biển phía đông như Tiền Giang, Bến Tre, Trà Vinh, và Sóc Trăng chịu ảnh hưởng nặng nề, trong khi các tỉnh khác như Long Xuyên, Cà Mau, và Kiên Giang cũng ghi nhận sự sụt giảm về số lượng du khách.
Du lịch đồng bằng sông Cửu Long đã vượt qua giai đoạn khó khăn nhất, với lượng khách quốc tế đạt hơn 361 ngàn lượt, giảm 75% so với cùng kỳ, trong khi du khách nội địa đạt 21.6 triệu lượt, giảm 33% Sau đại dịch Covid-19, ngành du lịch vẫn đang phải đối mặt với nhiều thách thức, bao gồm tình hình chiến tranh toàn cầu, suy thoái kinh tế và biến động giá cả nhiên liệu, ảnh hưởng nghiêm trọng đến toàn bộ ngành dịch vụ.
Trong Hội nghị Tổng kết hoạt động năm 2022 và phương hướng nhiệm vụ năm 2023 của Hiệp Hội du lịch Đồng bằng sông Cửu Long, ông Trương Văn Vinh, Giám đốc Công ty TNHH TMDV và Sự kiện IDO Travel Cần Thơ, đã nhận định rằng du lịch sẽ gặp nhiều khó khăn trong năm 2023 Theo khảo sát, khoảng 50% du khách đã đến vùng này không có kế hoạch trở lại trong năm tới, và 30% trong số họ đang cắt giảm ngân sách du lịch, chỉ thực hiện các chuyến đi ngắn ngày Do đó, cần tìm cách khai thác các lợi thế vốn có và nâng cao chất lượng du lịch tại khu vực Đồng bằng sông Cửu Long.
1.3 Ứng dụng AI trong phát triển du lịch bền vững ở Đồng bằng sông Cửu Long
Sự phát triển mạnh mẽ của công nghệ trí tuệ nhân tạo (AI) đang tạo ra những cơ hội mới cho ngành du lịch, nâng cao trải nghiệm khách hàng và tối ưu hóa hiệu suất hoạt động (Chandra và cộng sự, 2021) Theo khảo sát từ Booking.com, công nghệ sẽ giúp du khách linh hoạt hơn trong việc lên kế hoạch và đặt chỗ, với khoảng 70% khách du lịch Việt Nam mong muốn nhận được gợi ý về các điểm đến dựa trên sở thích và ngân sách cá nhân Điều này không chỉ mang lại trải nghiệm du lịch mới mẻ mà còn thúc đẩy xu hướng bền vững trong ngành.
Du lịch Đồng bằng sông Cửu Long đang tìm kiếm những hướng đi mới để vượt qua khó khăn do đại dịch gây ra Ngành du lịch trong khu vực này đang nỗ lực phục hồi và thích ứng với tình hình mới, nhằm thu hút du khách trở lại Các biện pháp an toàn và sáng tạo trong dịch vụ du lịch được triển khai nhằm đảm bảo trải nghiệm tốt nhất cho du khách Việc phát triển các sản phẩm du lịch đặc trưng và bảo tồn văn hóa địa phương cũng là những yếu tố quan trọng trong chiến lược phục hồi này.
4 Hồng Thắm (2023, ngày 23 tháng 2) Hơn 37,5 triệu lượt khách du lịch đến ĐBSCL trong năm
Năm 2022, hơn 37,5 triệu lượt khách du lịch đã đến Đồng bằng sông Cửu Long (ĐBSCL), cho thấy tiềm năng du lịch lớn trong khu vực Việc tra cứu thông tin và lựa chọn điểm đến đã trở nên dễ dàng hơn, nhưng du khách vẫn gặp nhiều khó khăn Theo khảo sát 200 mẫu ngẫu nhiên, 59,1% người tham gia lo lắng về chất lượng dịch vụ, 51,7% không tìm được địa điểm du lịch phù hợp, và 51,2% không biết thời điểm lý tưởng để du lịch Ngoài ra, còn nhiều vấn đề khác như thiếu thông tin về văn hóa, hoạt động tham gia, khó khăn trong việc trải nghiệm ẩm thực và các vấn đề tài chính.
Hình 1: Biểu đồ thể hiện những khó khăn khi du lịch
Các công ty du lịch thường cung cấp gói du lịch cố định, không đáp ứng nhu cầu riêng của từng du khách Việc đề xuất địa điểm du lịch phù hợp theo từng thời điểm trong khu vực ĐBSCL sẽ giúp du khách dễ dàng lên kế hoạch và chọn lựa điểm đến thích hợp.
5 Mai Mai (2022, ngày 4 tháng 3) Theo Mai Mai, Xu hướng du lịch giai đoạn ‘mở cửa phục hồi’
Năm 2022, việc ứng dụng công nghệ AI trong phát triển chuỗi cung ứng du lịch bền vững tại khu vực Đồng bằng sông Cửu Long (ĐBSCL) trở nên cấp thiết Để tìm hiểu thêm, hãy truy cập tại: https://dulich.quangninh.gov.vn/Trang/ChiTietTinTuc.aspx?nid049.
Mục tiêu nghiên cứu
Nghiên cứu này tập trung vào việc áp dụng trí tuệ nhân tạo để xây dựng hệ thống đề xuất địa điểm du lịch cá nhân hóa, dựa trên dữ liệu và công nghệ AI Mục tiêu chính là cải thiện trải nghiệm du lịch, thúc đẩy sự phát triển bền vững và nâng cao nhận thức về tiềm năng ứng dụng AI trong ngành du lịch tại khu vực Đồng bằng sông Cửu Long.
● Phát triển hệ thống đề xuất du lịch cá nhân hóa: Xây dựng một hệ thống sử dụng
AI có khả năng tạo ra đề xuất địa điểm du lịch dựa trên dữ liệu người dùng, bao gồm mùa du lịch, số lượng khách và khoảng cách Việc tận dụng trí tuệ nhân tạo giúp cá nhân hóa trải nghiệm du lịch, mang lại sự phù hợp và tiện lợi cho từng du khách.
Giải pháp mới và tiên tiến nhằm cải thiện trải nghiệm du lịch tại Đồng bằng sông Cửu Long sẽ thúc đẩy hoạt động du lịch trong khu vực Việc xác định các yếu tố quan trọng và hiểu rõ ảnh hưởng của chúng đến quyết định du lịch sẽ góp phần vào sự phát triển bền vững và hiệu quả của ngành du lịch Áp dụng công nghệ mới vào ngành du lịch là cách hiệu quả để nâng cao chất lượng dịch vụ và thu hút khách du lịch đến với Đồng bằng sông Cửu Long.
Nâng cao nhận thức về ứng dụng Công nghệ AI trong ngành du lịch có thể mang lại nhiều lợi ích, đồng thời thúc đẩy sự hợp tác giữa các bên liên quan nhằm hướng đến sự phát triển bền vững cho khu vực Đồng bằng sông Cửu Long.
2.3 Đối tượng và phạm vi nghiên cứu
2.3.1 Đối tượng nghiên cứu Đối tượng nghiên cứu của đề tài là hệ thống sử dụng Công nghệ AI để đề xuất các điểm du lịch trong khu vực Đồng bằng sông Cửu Long Điều này bao gồm việc nghiên cứu về cách xây dựng hệ thống, triển khai logic mờ để tính toán mức độ phù hợp của các điểm du lịch, cách hệ thống gợi ý các điểm du lịch dựa trên yêu cầu của du khách
Phạm vi địa lý: Hệ thống chỉ tập trung phục vụ du khách quan tâm đến du lịch khu vực Đồng bằng sông Cửu Long
Nghiên cứu này nhằm xác định các yếu tố ảnh hưởng đến quyết định lựa chọn địa điểm du lịch của du khách, từ đó phát triển một hệ thống đề xuất địa điểm du lịch cá nhân hóa, đáp ứng nhu cầu và sở thích riêng của từng người.
Phương pháp nghiên cứu
Để nghiên cứu về khu vực Đồng bằng sông Cửu Long, chúng tôi tiến hành thu thập dữ liệu liên quan đến các địa điểm du lịch, cảnh quan, lịch sử, văn hóa, thói quen và những khó khăn mà du khách gặp phải Nguồn dữ liệu được lấy từ Internet, các nghiên cứu, báo cáo và khảo sát thực tế từ nhóm tác giả.
Phân tích dữ liệu và đưa ra khuyến nghị là quá trình sử dụng thuật toán logic mờ để tối ưu hóa kết quả từ dữ liệu, nhằm đề xuất các địa điểm du lịch phù hợp với nhu cầu của khách hàng Để nâng cao trải nghiệm người dùng, cần phát triển giao diện thân thiện, giúp họ dễ dàng tương tác và hài lòng với các gợi ý du lịch Đánh giá và cải thiện hệ thống thông qua các thử nghiệm và khảo sát với người dùng sẽ giúp đánh giá hiệu suất và mức độ hài lòng của họ Dựa trên phản hồi từ người dùng, mô hình và giao diện sẽ được cải tiến để cung cấp những gợi ý tốt hơn và phù hợp hơn với nhu cầu của khách hàng.
CƠ SỞ LÝ THUYẾT
Khái niệm
Logic mờ, được phát minh bởi Lotfi Zadeh, là một phương pháp lập luận tương tự như khả năng lý luận và ra quyết định của con người Bộ điều khiển logic mờ bao gồm các Hàm liên thuộc (Membership Functions - MF) cho đầu vào và đầu ra, cùng với một loạt quy tắc liên hệ giữa chúng Kết quả được đưa ra dựa trên các quy tắc này, giúp logic mờ trở nên dễ xây dựng và linh hoạt, cho phép thêm hoặc xóa các quy tắc trong hệ thống.
Logic mờ đã được áp dụng rộng rãi trong nhiều lĩnh vực như: điều khiển tự động, điều khiển giao thông, máy giặt, điều hòa không khí…
Tập hợp mờ (Fuzzy set)
Tập hợp các phần tử với Hàm liên thuộc (Membership Function) gán giá trị mờ từ 0 đến 1 thể hiện mức độ thuộc về tập Chẳng hạn, trong ngữ cảnh chiều cao, tập "cao" có thể có giá trị từ 0 đến 1, cho biết mức độ "cao" của một đối tượng.
Hàm liên thuộc (Membership Function - MF)
Hàm liên thuộc là một yếu tố quan trọng trong khái niệm tập hợp mờ, nó thực hiện việc ánh xạ mỗi giá trị đầu vào thành một mức độ thuộc về tập hợp mờ, thường nằm trong khoảng từ 0 đến 1.
Ví dụ, ta có một tập mờ A, với μA là giá trị được ánh xạ, ta có μA: X → [0,1]
Hàm liên thuộc thường được biểu diễn qua đồ thị hoặc công thức toán học Các hàm này có thể kết hợp để tạo ra những hàm phức tạp hơn, phù hợp với các tình huống cụ thể trong logic mờ.
Trong hàm liên thuộc, mỗi giá trị từ 0 đến 1 cho phép xác định mức độ thành viên của phần tử Điều này có nghĩa là một giá trị đầu vào có thể được ánh xạ đến hai hoặc nhiều tập mờ khác nhau, với mức độ thành viên khác nhau cho từng tập.
● Trục x - Thể hiện các giá trị đầu vào, thuộc tính hoặc biến độc lập được mô phỏng bằng hàm mức độ thuộc
● Trục y - Thể hiện mức độ phụ thuộc của một phần tử cụ thể vào tập mờ trong khoảng [0, 1]
Các tập LP (dương thấp), MP (dương trung bình), S (Không), MN (âm trung bình) và LN (âm thấp) có thể được xác định và biểu diễn bằng đồ thị.
Có một số hàm liên thuộc phổ biến được sử dụng trong Fuzzy Logic:
Hàm tam giác là một hàm số được định nghĩa bởi ba giá trị tham số: điểm bắt đầu, điểm đỉnh và điểm kết thúc Hàm này thường được ứng dụng trong việc biểu diễn các tập mờ, giúp làm nổi bật các đặc điểm rõ ràng hơn.
Hàm hình tam giác (Trapezoidal Function) là một biến thể của hàm tam giác, với sự bổ sung hai điểm thể hiện đáy của hình bình hành Hàm này rất thích hợp để biểu diễn các tập mờ có phạm vi rộng hơn, giúp tăng cường khả năng mô tả và phân tích dữ liệu.
Hàm Gaussian được đặc trưng bởi một đỉnh tại giá trị trung tâm, tạo ra hình dạng tròn, mịn và có đặc điểm dịch chuyển từ tâm theo hình chuông.
Hàm hạng mức (Bell Function) có hai tham số quan trọng là độ dốc và vị trí, giúp điều chỉnh hình dạng của hàm Hàm này tạo ra một đỉnh nhọn tại một giá trị xác định, mang lại tính năng hữu ích trong nhiều ứng dụng.
Hàm tam giác không đối xứng, hay còn gọi là hàm sigmoid, là một công cụ phổ biến trong việc biểu diễn các tập mờ Hàm này có hình dạng giống chữ "S" và có thể được áp dụng cho cả các tập mờ đối xứng và không đối xứng.
Hình 1 minh họa cách biểu diễn biến nhiệt độ đầu vào của thiết bị thu nhiệt bằng các tập mờ, sử dụng hàm tam giác (Triangular Function) Trong đó, LP đại diện cho giá trị dương lớn, MP là giá trị trung bình, S là giá trị gần bằng không, MN là giá trị trung bình âm, và LN là giá trị âm lớn.
Hình 2: Ví dụ về tập mờ biến Nhiệt độ được biểu diễn bằng Hàm tam giác
Quy tắc mờ (Fuzzy rule)
Luật logic mờ có cấu trúc "Nếu A thì B", trong đó A và B thuộc tập hợp mờ đã được xác định Các quy tắc mờ cho phép ánh xạ dữ liệu đầu vào sang dữ liệu đầu ra dựa trên các quy tắc đã được thiết lập trước đó.
Hàm logic mờ (Fuzzy logic Function)
Hàm ánh xạ mờ chuyển đổi từ tập hợp đầu vào mờ sang tập hợp đầu ra mờ, áp dụng quy tắc và hàm mức độ thuộc tập mờ để tính toán kết quả dựa trên các đầu vào đã cho.
Hệ thống điều khiển mờ (Fuzzy control system)
Fuzzy logic là một ứng dụng phổ biến trong thiết kế hệ thống điều khiển, cho phép xử lý hiệu quả các biến đầu vào và đầu ra không rõ ràng.
Công cụ suy luận (Inference engine)
Áp dụng các quy tắc mờ để suy luận kết quả từ dữ liệu đầu vào mờ, hệ thống sử dụng các quy tắc đã được định nghĩa trước nhằm thể hiện ảnh hưởng của dữ liệu đầu vào đến dữ liệu đầu ra.
Ví dụ, nếu bạn có dữ liệu đầu vào khoảng cách “xa” và loại hình “du lịch sinh thái”,
Công cụ suy luận áp dụng quy tắc rằng nếu khoảng cách đến điểm đến xa và loại hình du lịch là sinh thái, thì điểm đến sẽ là khu du lịch sinh thái.
Mô-đun giải mờ (Defuzzification module)
Trong mô-đun này, quá trình chuyển đổi từ tập mờ sang giá trị cụ thể cho đầu ra là rất quan trọng Chẳng hạn, khi dữ liệu đầu vào chỉ ra khoảng cách “xa” và loại hình “du lịch sinh thái”, công cụ suy luận sẽ áp dụng quy tắc: “Nếu khoảng cách xa và loại hình du lịch sinh thái, thì điểm đến sẽ là khu du lịch sinh thái.” Tiếp theo, mô-đun giải mờ sẽ chuyển đổi kết quả này thành tên của một địa điểm cụ thể, ví dụ như Khu du lịch sinh thái Làng nổi Tân Lập.
Mô-đun chuyển đổi kết quả mờ từ quy tắc mờ và xử lý trong hàm logic mờ thành giá trị cụ thể trong không gian đầu ra Việc này giúp hiển thị kết quả của hệ thống logic mờ dưới dạng thông tin cụ thể, từ đó cho phép thực hiện các hành động tiếp theo dựa trên kết quả đó.
Một số phương pháp phổ biến để thực hiện Mô-đun giải mờ
Phương pháp Trung bình trọng số, hay còn gọi là phương pháp Trung tâm của Khu vực, tính toán trung bình trọng số từ tất cả các mức độ thuộc trong các giá trị đầu ra mờ Phương pháp này giúp xác định giá trị đầu ra có mức độ thuộc cao nhất, đồng thời tìm ra "trọng tâm" của phân phối mờ.
C là giá trị đầu ra tính toán bằng phương pháp trung bình trọng số
𝑥 𝑖 là các giá trị đầu ra
𝜇 𝑖 (x i )là mức độ thuộc của tập mờ tại giá trị 𝑥 𝑖
Phương pháp Trung bình trọng số cắt (Mean of Maxima Method) xác định giá trị đầu ra có mức độ thuộc cao nhất và sau đó tính trung bình của tất cả các giá trị đầu ra này.
C là giá trị đầu ra tính toán bằng phương pháp trung bình trọng số cắt
𝑥 𝑚𝑎𝑥 𝑖 là giá trị đầu ra có mức độ thuộc cao nhất tại tập mờ n là số lượng tập mờ có mức độ thuộc cao nhất
● Phép hợp (Bisector Method): Phương pháp này xác định vị trí giá trị đầu ra mà chia tập mờ thành hai phần có diện tích bằng nhau
C là giá trị đầu ra tính toán bằng phương pháp phép hợp
𝑥 𝐿𝑒𝑓𝑡 là giá trị đầu ra bên trái của tập mờ
𝑥 𝑅𝑖𝑔ℎ𝑡 là giá trị đầu ra bên phải của tập mờ
● Giá trị cực đại (Max Method): Phương pháp này chọn giá trị đầu ra có mức độ thuộc cao nhất
C là giá trị đầu ra tính toán bằng phương pháp giá trị cực đại
𝑥 𝑚𝑎𝑥 là giá trị đầu ra có mức độ thuộc cao nhất
Phương pháp quyết định, hay còn gọi là Phương pháp Largest of Maxima, là kỹ thuật lựa chọn giá trị đầu ra dựa trên mức độ thuộc cao nhất từ các quy tắc mờ Phương pháp này giúp xác định giá trị đầu ra tối ưu bằng cách phân tích các quy tắc mờ và lựa chọn giá trị có mức độ thuộc lớn nhất, từ đó đảm bảo tính chính xác và hiệu quả trong quá trình ra quyết định.
C là giá trị đầu ra tính toán bằng phương pháp phương pháp quyết định
𝑥 𝑚𝑎𝑥 𝑟𝑢𝑙𝑒 là giá trị đầu ra có mức độ thuộc cao nhất từ các quy tắc mờ mà đóng góp vào giá trị đầu ra đó.
MÔ HÌNH TRIỂN KHAI
Biến đầu vào
Thời điểm du lịch đóng vai trò quan trọng trong việc xác định trải nghiệm của du khách Mỗi mùa khác nhau mang đến cảnh quan và hoạt động phong phú, tạo nên những ấn tượng riêng biệt cho các điểm đến Nghiên cứu của Zvaigzne và cộng sự đã chỉ ra rằng thời vụ ảnh hưởng lớn đến sự lựa chọn và sự hài lòng của du khách.
Tính thời vụ trong du lịch là yếu tố quan trọng ảnh hưởng đến nhu cầu và nhiều khía cạnh của ngành Vào mùa hè, du khách thường chọn các bãi biển nổi tiếng, dẫn đến sự tập trung đông đúc Tuy nhiên, nghiên cứu cho thấy sự phân bố không đồng đều của khách du lịch theo thời gian có thể gây ra tình trạng quá tải và lãng phí nguồn tài nguyên (Martín Martín và cộng sự, 2020).
Theo khảo sát, kết quả cho thấy có 71 người (40.57%) chọn mức 4 và 61 người (34.86%) chọn mức 5 cho câu hỏi về "Thời điểm lý tưởng để tận hưởng cảnh quan thiên nhiên đẹp nhất" Điều này chứng tỏ rằng các đáp viên mong muốn lựa chọn những địa điểm du lịch phù hợp với thời gian của họ để có được trải nghiệm và cảm xúc tốt nhất trong chuyến đi.
Biểu đồ thể hiện mức độ quan trọng của yếu tố "Thời điểm" trong quyết định lựa chọn địa điểm du lịch, với thang điểm từ 1 (hoàn toàn không quan trọng) đến 5 (hoàn toàn quan trọng).
Dựa trên các đặc điểm đã nêu, nhóm tác giả quyết định xây dựng biến thời điểm (mùa) dựa trên các tháng trong năm dương lịch Hệ thống sẽ gợi ý các điểm du lịch có cảnh quan đẹp và phù hợp với thời điểm hiện tại, không chỉ tập trung vào những địa điểm nổi tiếng Điều này nhằm quảng bá các điểm đến chất lượng tốt nhưng chưa được chú ý ở Đồng bằng sông Cửu Long, góp phần phát triển du lịch khu vực này một cách đồng đều và bền vững.
Kết hợp thông tin về thời tiết và khí hậu ở khu vực Đồng bằng sông Cửu Long cùng với các nguồn du lịch, nhóm tác giả đã quyết định xây dựng các tập mờ của biến mùa, bao gồm “mùa Xuân” từ tháng 12 đến tháng 3 và “mùa Hè” từ tháng 4 đến tháng 8.
4 - 7) và “mùa Nước nổi” (tháng 8 - 11)
Hình 4: Hàm liên thuộc của biến Thời điểm
Số lượng khách du lịch:
Số lượng khách du lịch là yếu tố quan trọng trong việc lựa chọn địa điểm du lịch, với nhiều du khách ưa chuộng những điểm đến nổi tiếng và đông đúc, biểu hiện cho sự phổ biến (Alegre và Cladera, 2006) Tuy nhiên, tình trạng quá tải có thể gây ảnh hưởng tiêu cực đến hình ảnh và trải nghiệm của du khách (Namberger và cộng sự, 2019) Theo khảo sát của VietnamPlus, đa số du khách hiện nay mong muốn tránh những nơi đông người do lo ngại về dịch bệnh và thay đổi tâm lý sau COVID Cụ thể, 48% du khách sẵn sàng đi du lịch vào mùa thấp điểm để tránh đông đúc, trong khi 63% cho biết sẽ tránh các điểm đến phổ biến.
Theo khảo sát với 175 câu trả lời, hầu hết đáp viên cho rằng số lượng khách du lịch tại địa điểm du lịch ảnh hưởng lớn đến quyết định lựa chọn điểm đến của họ Điều này cho thấy rằng việc xác định mật độ khách du lịch là yếu tố cần thiết để người dùng cảm thấy thoải mái trong suốt chuyến đi, như được thể hiện trong Hình 5.
Biểu đồ thể hiện mức độ quan trọng của yếu tố "Số lượng khách du lịch" trong quyết định lựa chọn địa điểm du lịch, với thang đo từ 1 (Hoàn toàn không quan trọng) đến 5 (Hoàn toàn quan trọng).
Nhóm tác giả đã xây dựng biến "Số lượng khách du lịch" nhằm giúp du khách xác định mật độ khách mong muốn tại các điểm đến Họ đã tham khảo các cổng thông tin thống kê và lựa chọn ba mức độ: “Vắng vẻ” (0 - 150K khách/mùa), “Bình thường” (75K - 225K khách/mùa).
“Đông đúc” (150K - 300K khách/mùa), với K = 1000
Vào ngày 6 tháng 5 năm 2022, bài viết trên VietNamplus đã tiết lộ các xu hướng du lịch bền vững trong năm 2022 Bài viết nhấn mạnh tầm quan trọng của việc chọn lựa các phương thức di chuyển và điểm đến thân thiện với môi trường Ngoài ra, nó cũng đề cập đến sự gia tăng của du lịch cộng đồng và các hoạt động hỗ trợ bảo vệ thiên nhiên Những xu hướng này không chỉ giúp giảm thiểu tác động tiêu cực đến môi trường mà còn mang lại trải nghiệm phong phú cho du khách Để tìm hiểu thêm, bạn có thể truy cập vào bài viết tại VietNamplus.
Hình 6: Hàm liên thuộc của biến Số lượng khách du lịch
Khoảng cách là yếu tố quan trọng trong du lịch, ảnh hưởng đến quyết định lựa chọn điểm đến của du khách Du khách thường ngần ngại chọn các địa điểm xa do chi phí về thời gian, tiền bạc và sức lực tăng lên (Taylor & Knudson, 1973) Khoảng cách xa không chỉ kéo theo chi phí cao hơn mà còn gây mệt mỏi, làm giảm trải nghiệm du lịch Nghiên cứu đã chỉ ra rằng khoảng cách địa lý có tác động tiêu cực đến sự lựa chọn điểm đến (Nicolau & Más, 2006; Yang và cộng sự, 2013) Gần đây, khoảng cách cũng được xem xét trong các nghiên cứu về hệ thống hỗ trợ ra quyết định cho việc lựa chọn địa điểm du lịch (Ramdhani và cộng sự, 2020).
Trong khảo sát của nhóm tác giả, 175 phản hồi về "mức độ quan trọng của yếu tố Khoảng cách trong việc lựa chọn địa điểm du lịch" cho thấy 73.14% người tham gia (128 người) đánh giá khoảng cách ở mức độ quan trọng cao (mức 4 và 5) Kết quả này chứng tỏ rằng khoảng cách có ảnh hưởng lớn đến quyết định lựa chọn địa điểm du lịch của đa số đáp viên.
Biểu đồ trong Hình 7 cho thấy mức độ quan trọng của yếu tố "Khoảng cách" trong quyết định lựa chọn địa điểm du lịch, với thang điểm từ 1 (hoàn toàn không quan trọng) đến 5 (hoàn toàn quan trọng) Kết quả cho thấy rằng khoảng cách là một yếu tố cần xem xét kỹ lưỡng khi du khách quyết định điểm đến của mình.
Khoảng cách là yếu tố quan trọng giúp du khách chủ động lựa chọn điểm đến phù hợp với lịch trình và sở thích cá nhân Nghiên cứu này tập trung vào khoảng cách từ TP Hồ Chí Minh đến các địa điểm du lịch tiềm năng, trong đó khoảng cách được phân loại thành ba nhóm: “gần” (20 - 150 km), “trung bình” (75 - 250 km) và “xa” (150 - 400 km) trong bối cảnh đồng bằng sông Cửu Long.
Hình 8: Hàm liên thuộc của biến Khoảng cách
Biến đầu ra
Biến đầu ra là những điểm đến được chọn lọc dựa trên nhu cầu và mong muốn của du khách, nhằm tạo ra trải nghiệm du lịch cá nhân hóa Hệ thống sẽ phân tích các điểm tham quan, đánh giá mức độ phù hợp theo thời gian, loại hình du lịch, số lượng khách và khoảng cách mong muốn để gợi ý những lựa chọn tối ưu nhất.
Nghiên cứu này đã chọn lọc 30 địa điểm du lịch tiêu biểu tại khu vực Đồng bằng sông Cửu Long để phát triển mô hình, dựa trên ý kiến và đánh giá của du khách cùng với thông tin từ các trang du lịch Danh sách chi tiết các địa điểm được đề cập trong phụ lục I.
Quy tắc mờ
Hệ thống suy luận mờ áp dụng bốn biến để đề xuất địa điểm du lịch phù hợp với yêu cầu của du khách Ví dụ, quy tắc “NẾU thời điểm là mùa nước nổi VÀ khoảng cách trung bình VÀ số lượng khách du lịch ít VÀ loại hình du lịch nghỉ dưỡng THÌ Vườn Quốc Gia Tràm Chim” được sử dụng để đưa ra gợi ý Nhóm tác giả đã phát triển khoảng 81 quy tắc khác nhau cho hệ thống đề xuất này.