جلد سخت سیاه و سفید
Product details
- Publisher : Springer; 1st ed. 2022 edition (February 1, 2022)
- Language : English
- Hardcover : 667 pages
- ISBN-10 : 3030883884
- ISBN-13 : 978-3030883881
کتاب Applied Data Science in Tourism: Interdisciplinary Approaches, Methodologies, and Applications (Tourism on the Verge)
Access to large data sets has led to a paradigm shift in the tourism research landscape. Big data is enabling a new form of knowledge gain, while at the same time shaking the epistemological foundations and requiring new methods and analysis approaches. It allows for interdisciplinary cooperation between computer sciences and social and economic sciences, and complements the traditional research approaches. This book provides a broad basis for the practical application of data science approaches such as machine learning, text mining, social network analysis, and many more, which are essential for interdisciplinary tourism research. Each method is presented in principle, viewed analytically, and its advantages and disadvantages are weighed up and typical fields of application are presented. The correct methodical application is presented with a "how-to" approach, together with code examples, allowing a wider reader base including researchers, practitioners, and students entering the field.
The book is a very well-structured introduction to data science – not only in tourism – and its methodological foundations, accompanied by well-chosen practical cases. It underlines an important insight: data are only representations of reality, you need methodological skills and domain background to derive knowledge from them
- Hannes Werthner, Vienna University of Technology
Roman Egger has accomplished a difficult but necessary task: make clear how data science can practically support and foster travel and tourism research and applications. The book offers a well-taught collection of chapters giving a comprehensive and deep account of AI and data science for tourism
- Francesco Ricci, Free University of Bozen-Bolzano This well-structured and easy-to-read book provides a comprehensive overview of data science in tourism. It contributes largely to the methodological repository beyond traditional methods.
- Rob Law, University of Macau
منابع کتاب کتاب Applied Data Science in Tourism: Interdisciplinary Approaches, Methodologies, and Applications (Tourism on the Verge)
دسترسی به مجموعه داده های بزرگ منجر به تغییر پارادایم در چشم انداز تحقیقات گردشگری شده است. کلان داده شکل جدیدی از کسب دانش را ممکن میسازد و در عین حال پایههای معرفتشناختی را متزلزل میکند و به روشها و رویکردهای تحلیلی جدیدی نیاز دارد. این امکان همکاری بین رشته ای بین علوم کامپیوتر و علوم اجتماعی و اقتصادی را فراهم می کند و رویکردهای تحقیقاتی سنتی را تکمیل می کند. این کتاب مبنای گستردهای برای کاربرد عملی رویکردهای علم داده مانند یادگیری ماشین، متن کاوی، تجزیه و تحلیل شبکههای اجتماعی و بسیاری موارد دیگر فراهم میکند که برای تحقیقات گردشگری میان رشتهای ضروری هستند. هر روش به طور اصولی ارائه می شود، به صورت تحلیلی مشاهده می شود و مزایا و معایب آن سنجیده می شود و زمینه های کاربردی معمولی ارائه می شود.
این کتاب مقدمه ای بسیار با ساختار برای علم داده – نه تنها در گردشگری – و مبانی روش شناختی آن است که با موارد عملی به خوبی انتخاب شده همراه است. این بر بینش مهمی تأکید می کند: داده ها فقط بازنمایی واقعیت هستند، برای به دست آوردن دانش از آنها به مهارت های روش شناختی و پیشینه دامنه نیاز دارید - هانس ورتنر، دانشگاه فناوری وین رومن ایگر یک کار دشوار اما ضروری را انجام داده است: روشن کند که علم داده چگونه عملاً می تواند. پشتیبانی و تقویت تحقیقات و برنامه های کاربردی سفر و گردشگری. این کتاب مجموعه ای به خوبی آموزش داده شده از فصول ارائه می دهد که شرح جامع و عمیقی از هوش مصنوعی و علم داده برای گردشگری ارائه می دهد - فرانچسکو ریچی، دانشگاه آزاد Bozen-Bolzano
این کتاب به خوبی ساختار یافته و آسان برای خواندن یک نمای کلی از علم داده در گردشگری ارائه می دهد. این تا حد زیادی به مخزن روش شناختی فراتر از روش های سنتی کمک می کند.
- راب لاو، دانشگاه ماکائو
ارسال نظر درباره کتاب Applied Data Science in Tourism: Interdisciplinary Approaches, Methodologies, and Applications (Tourism on the Verge)