ОБ ИСПОЛЬЗОВАНИИ НЕЙРОННЫХ СЕТЕЙ
В ИНДУСТРИИ ТУРИЗМА
,
кандидат физико-математических наук,
доцент кафедры
экономико-математического моделирования
E-mail: vasiliy. *****@***ru
Российский университет дружбы народов
Осмысление информации, поступающей из различных источников в сфере туризма, является существенным, как с практической, так и теоретической точки зрения. Менеджеры часто вынуждены принимать решения, основываясь на частичной, неполной и неточной информации. В статье рассматривается управление знаниями в быстро меняющейся среде для задачи продвижения туристского продукта. Технология нейронных сетей позволяет осуществлять эффективное формирование профиля клиента и использовать всю информацию в доступных базах данных.
Ключевые слова: индустрия туризма, нейронные сети, продвижение продукта.
Современные туристские проекты достаточно высокого уровня сложности связаны с самыми разнообразными секторами экономики и, в частности, могут включать все виды транспорта, проживания, организации питания, развлечений, продажи дополнительных товаров и услуг и т. п. В таких проектах, как правило, реализуются новейшие технологии, задействовано большое количество организаций, в том числе международных, участвуют большие коллективы людей. В целом можно сказать, что в современном мире туристская индустрия во все большей степени отражает экономическое развитие страны: развитие туризма способствует экономическому развитию, а развитие экономики способствует развитию туризма [1].
Однако главная трудность на пути достижения успеха связана скорее не с технологическими или экономическими аспектами, а с проблемами, решение которых зависит от людей, их мотивации, уровня профессионализма и т. п. К числу таких проблем относится и привлечение клиентов. Практически это базовая проблема, вокруг которой разворачивается конкурентная борьба в мире туризма, как на глобальном, так и локальном уровне. Она захватывает современные развитые страны, развивающиеся и экономически неразвитые регионы. В связи с ней возникают новые формы туризма, новые возможности вложения капитала в турпродукт, новые тенденции спроса.
В 2012 году число пересечений туристами международных границ превысило один миллиард. Уже из этого факта становится ясным, что современный турист является достаточно информированным и становится все более опытным и требовательным. В результате меняется и сама сфера туризма, состав и форма предложения туристского продукта. Возникают новые туристские дестинации, и изменяют свою деятельность уже зарекомендовавшие себя территории. Появляются новые формы туристских путешествий, среди которых следует выделить так называемый культурный туризм. Термин связан с акцентом на использовании культурных активов туристских территорий в рамках концепции устойчивого и ответственного туризма, широко внедряемой ЮНВТО. Это не означает, что раньше на культуру не обращалось внимания, но в данном контексте культура приобретает существенно более значимый характер и рассматривается в гораздо более широком плане при организации туристской деятельности.
В результате резко возрастает число факторов, которые необходимо иметь в виду, для обеспечения успеха любого значимого туристского проекта. С точки зрения туриста проект, несомненно, должен быть привлекательным, а с точки зрения участвующих в его реализации сторон он должен быть направлен на получение высокой стоимости, понимаемой, например, как приведенная дисконтированная сумма будущих денежных потоков.
Привлекательность турпродукта является во многом субъективным обстоятельством, которое зависит от оценки туристом качества предлагаемых услуг. Здесь вступают в игру факторы экономического, а также культурного, образовательного, социального, демографического, психологического характера. Список можно было бы продолжить.
Обратим также внимание на такие индивидуальные различия туристов, как требовательность к уровню комфорта и качеству услуг, физическая и умственная активность на отдыхе, уровень информированности и мобильности, желание получить максимум впечатлений от путешествия или стремление уединиться от окружающего мира.
Наконец, сложность планирования и управления любым масштабным туристским проектом заключается и в том, что необходимо учитывать влияние проекта на дальнюю деловую среду, а не только на обстоятельства и процессы, которые непосредственно связаны с ним. В сложившихся обстоятельствах туризм следует рассматривать не только как коммерческое предприятие, а в его связи с историческими, природными, традиционными и модными направлениями современной жизни. В этом отношении он не только базируется на культурном наследии, но и сам влияет на него. Это влияние проявляется в изменении акцентов, появлении новых процессов, в которые оказываются вовлеченными значительные слои населения, сами по себе не являющиеся туристами.
Таким образом, в сфере туризма складывается новая ситуация, которую в совокупности достаточно трудно даже описать в деталях, а тем более проанализировать, не прибегая к современным информационным технологиям. То, что еще вчера считалось простым и достаточно очевидным делом, становится сложным бизнесом, в котором для успеха уже недостаточно опираться на имеющийся опыт или те данные, с которыми обычно приходится иметь дело. При решении сложных вопросов вряд ли можно полагаться и на интуицию, одного человека или целой команды, несмотря на то, что речь идет о таком «общеизвестном» деле, как гостеприимство. Кроме того, представления, достаточно адекватные на данный момент, могут слишком быстро или просто незаметно устареть, а в результате обычное предложение, как считалось, «наилучших» услуг уже будет противоречить запросам нового клиента.
Предназначение информационных систем заключается, в частности, в том, чтобы не допустить такого положения дел. Соответствующие базы данных должны располагать необходимой информацией, чтобы вовремя реагировать на изменение ситуации. При этом информация должна отражать и такие трудно формализуемые факторы, как изменение настроений клиентов, их представлений и запросов в отношении турпродукта. Желательно, чтобы информационная система выявляла возможные проблемы и могла подсказывать допустимые бизнес-решения.
Фактически это должно стать одной из постоянных функций управления туристским проектом на всех стадиях его жизненного цикла от проектирования до эксплуатации. Обращение к информационным технологиям становится необходимым ввиду того, что только с их помощью можно надеяться на учет и анализ тех постоянных изменений запросов и предпочтений, как клиентов, так и сторон осуществляющих проект, которые характеризуют современную бизнес-ситуацию.
Одним из наиболее эффективных подходов к решению рассматриваемого типа задач в сфере туризма может быть использование программного продукта, называемого нейронными сетями [2]. Такие сети состоят из большого количества электронных обрабатывающих элементов, снабженных связями между собой и работающих параллельно. Каждой связи приписывается определенный вес и уровень значимости, начиная с которого данный элемент сети считается активированным.
Элементы считаются простыми, так как в процессе решения задачи они могут выполнять лишь нескольких простых операций. Эти операции заключаются в вычислении взвешенной суммы входных значений, используя веса соответствующих связей, и применении правил активации. После этого результат может передаваться соседним элементам, имеющим связи с данным.
Обычно множество элементов разбивается на слои таким образом, что каждый элемент одного слоя связан со всеми элементами следующего за ним слоя. Первый и последний слои представляют, соответственно, вход и выход в целом нейронной сети, производящей обработку информации.
В связи с такой архитектурой сети обработка данных осуществляется не в соответствии с заранее заданным последовательным алгоритмом, а в результате некоторого процесса обучения сети, настроенного на решение рассматриваемого класса задач. Настройка состоит в подборе параметров сети, базируясь на использовании множества специально привлекаемых для этой цели примеров. Смысл процесса обучения заключается в том, чтобы в результате сеть действовала оптимальным образом на заданном множестве примеров задач, решения которых известны. После этого можно переходить к задачам с неизвестными решениями, которые относятся к рассматриваемому классу. Этот класс выделяется тем, что задачи могут быть решены на основе «подражания» рассмотренным примерам, то есть на использовании наработанного опыта.
Можно сказать, что в определенной степени система копирует поведение менеджера, когда он использует имеющийся опыт в организации туристской деятельности в новых условиях. Он ищет аналогию в разных случаях и обучается на примерах успешных и ошибочных решений, как собственных, так и других людей. Тем самым вырабатывается способность менеджмента действовать успешно в новых ситуациях, хоть они и отличаются от прошлых действий, как по параметрам ситуаций, так и по принимаемым решениям.
Главным фактором эффективности становится сложность и топология используемой нейронной сети. Естественно, сеть должна соответствовать классу решаемых задач: обладать необходимой скоростью работы с большими массивами данных, возможностью распознавать ситуации на основе имеющегося множества примеров и эффективно подбирать весовые коэффициенты связей.
Возвращаясь к проблеме привлечения клиентов, отметим ключевое значение задачи классификации туристов. Фактически мы имеем здесь задачу распознавания в организации туров с максимальным учетом личностных характеристик туристов. Если рассматриваемые характеристики обозначить X1, X2, …, Xp, а их значения для конкретного туриста обозначить x1, x2, …, xp то решение задачи заключается в том, чтобы в результате анализа распределить его в одну из групп y1, y2, …, yq. Таким образом, вектор x = (x1, x2, …, xp) на входе нейронной системы соответствует данному туристу и представлен конкретными значениями его характеристик. Координаты вектора y = (y1, y2, …, yq) на выходе соответствуют номерам формируемых туристских групп. Тем самым нейронная сеть осуществляет классификацию туристов в соответствии с преобразованием
A: x → y.
Исходными параметрами могут быть, достаточно простые с точки зрения оценки величины: возраст, пол, время турпоездки, требование поехать с другим туристом, в составе определенной группы или индивидуально, доход, образование, область интересов, уровень физической подготовки и т. п. Более сложными для оценки являются характеристики, имеющие отношение к психологическим предпочтениям и чертам характера, положительным или, наоборот, отрицательным эмоциям: субъективная оценка своего прошлого опыта туристской поездки, степень зависимости от мнений других людей, принятие решения в зависимости от уровня информированности, стремление к оригинальности, следование моде и т. п.
Количество групп и степень их отличия друг от друга определяются турфирмой, под которой мы понимаем здесь организацию, осуществляющую рассматриваемую информационную процедуру классификации туристов. В связи с этим отметим, что классификация может производиться как по реальным заявкам, так и с учетом потенциальных потребителей туристских услуг. Все зависит от объема и состава используемой базы данных клиентов и поставленной задачи.
Итак, элемент сети суммирует все поступающие к нему данные, предварительно умноженные на весовые коэффициенты связей, и применяет процедуру активации полученного результата. Такое преобразование при переходе к следующему слою элементов z = (z1, z2, …, zr) можно записать в виде
zk = f (У wi xi), i = 1,…,p; k = 1,…,r;
где xi – значения характеристик, wi – значения весовых коэффициентов, f – функция активации. Назначение функции f заключается в том, чтобы сформировать выходное значение данного элемента zk. Выбор функции, как и весовых коэффициентов, требует тщательной экспертной оценки, что во многом определяет эффективность решения поставленной задачи классификации туристов в соответствии со значениями учтенных характеристик. Понятно, что последний слой элементов должен представлять y1, y2, …, yq, то есть номера соответствующих групп. Функция активации в этом случае является разрывной. Каждый разрыв соответствует номеру соответствующей группы и определяется своим пороговым значением.
С точки зрения программной реализации описанной процедуры важно отметить принципиальное отличие внешней среды, представленной данными и знаниями, нейронной сети от классической программной среды. Это отличие заключается в том, что вместо ограничительного требования явного определенной среды появляется возможность работать со средой, представленной неточно, неполно и неявно. Таким образом, можно действовать именно в той ситуации, которую мы описали выше, и которая характерна для современных проблем повышения конкурентоспособности в сфере туризма. Повторим, что главная сложность таких проблем скрывается в учете субъективных и других плохо формализуемых факторов, имеющих существенное значение в процессе принятия решений. Кроме того, требуется очень быстрая реакция на изменения, происходящие в современном мире и отражающиеся на рынке туристских услуг. В процессе подобных изменений происходит трансформация используемых данных, привлекаемой для решения информации и соответствующих знаний.
Кроме принципиально нового подхода к решению проблем сферы туризма, очевидны и преимущества вполне ожидаемого порядка: сокращение времени подготовки туристского продукта, в том числе и нетрадиционного, его более четкая направленность на клиента, повышение качества работы и, как результат, повышение эффективности управления. С течением времени базы данных превращаются в хранилища историй клиентов, наработанного в процессе работы с ними опыта и другой вспомогательной информации, которая сама представляет значительную ценность.
В заключение о проектах, которые не относятся к сложным или большим. Для них приобретение соответствующих информационных систем и работа с ними могут оказаться неприемлемыми ввиду разных, в том числе финансовых, обстоятельств. В таком случае можно обратиться к соглашениям с более крупными фирмами или центрами, предлагающими необходимые информационные услуги. Ими могут быть крупные туроператоры, авиаперевозчики или гостиничные цепи, накапливающие в своей центральной базе данных большие информационные массивы и использующие распределенные компьютерные сети. Предоставление более ограниченных информационных массивов может оказаться в таком случае более дешевым, но одновременно достаточно эффективным в связи с использованием нейронных сетей.
Список литературы
«Стратегия организации межкультурных коммуникаций при проведении зимних олимпийских игр в Cочи». Подготовка кадров для XXII Олимпийских и XI паралимпийских зимних игр: проблемы и перспективы: Материалы V Междунар. науч.-практ. конф., г. Сочи, 30 октября – 2 ноября 2012. – Сочи: РИЦ ФГБОУ ВПО «СГУ», 2013 г., с. 167 – 171. Интеллектуальные методы в менеджменте. – СПб.: Питер, 2005. – 304 с.Dikhtyar V. I. On the Neural Networks Applications in Tourism Industry
Summary
An understanding of the sources of tourism data is important at a practical and a theoretical level. Managers must often make decisions based on partial, incomplete, or inexact information. This article describes knowledge management in tourism industry in rapidly changing tourism environments connected with promotional support. Neural computing allows effective customer profile forming and using of all information in the available databases.
Keywords: Tourism Industry, Neural Networks, promotional support
Literature
Dikhtyar V. «The strategy of the organization of intercultural communication during Winter Olympics in Sochi». Personnel training for XXII Winter Olympics and Winter Paralympics: problems and prospects: The Materials of the V International Scientific Conference, Sochi, 30 october - 2 november, 2012. 167 – 171 p. Krichevskiy M. Intelligent methods in management. – SPb.: Piter, 2005. – 304 p.