ISSN: 2167-0269
Saman Hazrati
Die bestehenden Modelle zur Vorhersage der Tourismusbedürfnisse sind nicht in der Lage, aus einer Datenbank mit numerischen und nicht-numerischen Daten nützliche Informationen zu erhalten. Die vorliegende Untersuchung erörtert einen neuen Ansatz, der die Rough-Set-Theorie anwendet, um ein Vorhersagemodell zur Überwachung der Ausgaben in Japan zu entwickeln. Die Rough-Set-Theorie bietet eine klassifikatorische Analyse von mehrdeutigem, unsicherem oder unvollständigem Wissen (Daten), indem sie die traditionelle Mengenlehre einbezieht. Basierend auf offiziell veröffentlichten Informationen zur Tourismusüberwachung werden Entscheidungsprinzipien erstellt, um die Beziehungen zwischen den unabhängigen Variablen und der abhängigen Variablen darzustellen. Versuchsergebnisse deuten darauf hin, dass das Vorhersagemodell 91,1 % der Testfälle systematisieren kann und dass 82,5 % der systematisierten Fälle mit ihren realen Gegenstücken übereinstimmten. Es gab keinen großen Unterschied zwischen den realen Werten und den Vorhersagewerten. Die Vorteile der Verwendung von Entscheidungsprinzipien, die durch Rough-Set induziert werden, um die Überwachung der Ausgaben zu antizipieren, wurden ebenfalls aufgezeigt.