การเปรียบเทียบรูปแบบการท่องเที่ยวทางวัฒนธรรม ในภาคเหนือและภาคตะวันออกเฉียงเหนือของประเทศไทย
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาระดับความพึงพอใจและระดับความคิดเห็นต่อปัจจัยการท่องเที่ยวทางวัฒนธรรมในภาคเหนือและภาคตะวันออกเฉียงเหนือของประเทศไทย 2) วิเคราะห์และเปรียบเทียบคุณลักษณะ การท่องเที่ยวทางวัฒนธรรม ในภาคเหนือและภาคตะวันออกเฉียงเหนือของประเทศไทย และ 3) สร้างและใช้รูปแบบการท่องเที่ยวทางวัฒนธรรม ตามทฤษฎีการเรียนรู้ของกฎความสัมพันธ์ และต้นไม้เพื่อการตัดสินใจ เพื่อเปรียบเทียบรูปแบบการท่องเที่ยวทางวัฒนธรรมในภาคเหนือและภาคตะวันออกเฉียงเหนือ เทคนิคและกระบวนการที่ใช้ในงานวิจัย คือ การวิเคราะห์สถิติพื้นฐาน ร่วมกับกระบวนการพัฒนาโมเดลเพื่อการเรียนรู้ของเครื่องคอมพิวเตอร์ ประกอบด้วย 3 ส่วน ได้แก่ การเก็บรวบรวมข้อมูล การวิเคราะห์ข้อมูล และการแสดงผลข้อมูล ข้อมูลที่นำมาวิเคราะห์ คือ การเก็บข้อมูลจากนักท่องเที่ยวที่เคยมีประสบการณ์การท่องเที่ยวทางวัฒนธรรม จำนวน 1,317 คน จาก 4 แห่ง 2 ภูมิภาคของประเทศไทย ได้แก่ 1) วัดร่องขุ่น จังหวัดเชียงราย 2) วัดศรีโคมคำ จังหวัดพะเยา 3) วัดหนองแวง จังหวัดขอนแก่น และ 4) วัดพระธาตุนาดูน จังหวัดมหาสารคาม เครื่องมือที่ใช้ในการวิเคราะห์โมเดล คือ กระบวนการวัดประสิทธิภาพโมเดล ได้แก่ ความถูกต้อง ความแม่นยำ และความสามารถในการทำนาย
ผลการวิจัยพบว่า 1) ระดับความพึงพอใจและระดับความคิดเห็นของปัจจัย พบว่า ปัจจัยที่มีระดับความพึงพอใจมากที่สุด คือ ความน่าสนใจและดึงดูดใจในการท่องเที่ยว และ วัฒนธรรมและอัตลักษณ์ของแหล่งท่องเที่ยว โดยทั้งสองปัจจัยมีระดับความพึงพอใจเฉลี่ยอยู่ที่ 4.12 หรือในระดับสูง 2) การวิเคราะห์และเปรียบเทียบคุณลักษณะสามารถใช้รูปแบบพยากรณ์การท่องเที่ยวทางวัฒนธรรม ประกอบด้วย 14 ปัจจัยหลัก ได้แก่ ปัจจัยที่เกี่ยวข้องกับแหล่งท่องเที่ยว (7 ปัจจัย) ปัจจัยที่เกี่ยวข้องกับนโยบายรัฐบาล (4 ปัจจัย) และปัจจัยที่เกี่ยวข้องกับนักท่องเที่ยว (3 ปัจจัย) และ 3) รูปแบบการพยากรณ์การท่องเที่ยวทางวัฒนธรรม ระหว่างภาคเหนือและภาคตะวันออกเฉียงเหนือมีความสัมพันธ์กันและสามารถพัฒนาเป็นแอพพลิเคชั่นเพื่อสนับสนุนการท่องเที่ยวภายในอนาคตได้
Article Details
References
2013 IEEE International Conference on Industrial Engineering and Engineering Management. [Online]2013 IEEE International Conference on Industrial Engineering
and Engineering Management pp.636–640. Available from: doi:10.1109/IEEM.2013.6962489.
[2] Claster, W.B., Cooper, M. and Sallis, P. (2010) Thailand – Tourism and Conflict: Modeling Sentiment from Twitter Tweets Using Naïve Bayes and Unsupervised Artificial
Neural Nets.In: Modelling and Simulation 2010 Second International Conference on Computational Intelligence. [Online]Modelling and Simulation 2010 Second
International Conference on Computational Intelligence pp.89–94. Available from: doi:10.1109/CIMSiM.2010.98.
[3] Yotsawat, W. and Srivihok, A. (2013) Inbound tourists segmentation with combined algorithms using K-Means and Decision Tree. In: 2013 10th International Joint
Conference on Computer Science and Software Engineering (JCSSE). [Online]2013 10th International Joint Conference on Computer Science and Software
Engineering (JCSSE) pp.189–194. Available from: doi:10.1109/JCSSE.2013.6567343.
[4] Wicha, S., Temdee, P. and Suebsombut, P. (2014) Opened Pins Recommendation System to promote tourism sector in Chiang Rai Thailand. In: Signal and Information
Processing Association Annual Summit and Conference (APSIPA), 2014 Asia-Pacific. [Online]Signal and Information Processing Association Annual Summit and
Conference (APSIPA), 2014 Asia-Pacific pp.1–4. Available from: doi:10.1109/APSIPA.2014.7041815.
[5] Wu, H.Y. and Lien, C.Y. (2013) The conceptual model of negative experiences regarding the facilities at family trip destinations; A case study of tourism factories. In:
2013 IEEE International Conference on Industrial Engineering and Engineering Management. [Online]2013 IEEE International Conference on Industrial Engineering
and Engineering Management pp.641–644. Available from: doi:10.1109/IEEM.2013.6962490.
[6] Office of the Permanent Secretary; Ministry of Tourism and Sports. (2011) The National Tourism Development Plan, 2012-2016. Bangkok, Thailand.
[7] Doong, H.S., Wang, H. and Chen, Y.Y. (2011) Study on success factors of tourism websites. In: 2011 Proceedings of the International Conference on e-Business (ICE-
B).2011 Proceedings of the International Conference on e-Business (ICE-B) pp.1–4.
[8] Mobarakeh, M.K. and Rezaei, M. (2014) Identification of effective factors and study of their impact on consumer acceptance of e-tourism in Iran. In: 2014 8th
International Conference on e-Commerce in Developing Countries: With Focus on e-Trust (ECDC). [Online]2014 8th International Conference on e-Commerce in
Developing Countries: With Focus on e-Trust (ECDC) pp.1–8. Available from: doi:10.1109/ECDC.2014.6836760.
[9] Xia, L. and Qing, L. (2012) Empirical analysis on the impact factors of China tourism foreign exchange income. In: 2012 International Conference on Information
Management, Innovation Management and Industrial Engineering. [Online]2012 International Conference on Information Management, Innovation Management and
Industrial Engineering 3, pp.407–410. Available from: doi:10.1109/ICIII.2012.6340004.
[10] Ngamsirijit, W. (2013) Using Capacity Flexibility Model for responsive tourism logistics: The case of Pattaya city. In: 2013 IEEE International Conference on Service
Operations and Logistics, and Informatics (SOLI). [Online]2013 IEEE International Conference on Service Operations and Logistics, and Informatics (SOLI) pp.404–
407. Available from: doi:10.1109/SOLI.2013.6611448.
[11] Liu, M. and Choosri, N. (2016) A technical solution to improve the red cab for touring in Chiang Mai: Chinese tourists’ perspective. In: 2016 Chinese Control and
Decision Conference (CCDC). [Online]2016 Chinese Control and Decision Conference (CCDC) pp.6075–6080. Available from: doi:10.1109/CCDC.2016.7532087.
[12] Nuankaew, P. and Temdee, P. (2015) Of online community: Identifying mentor and mentee with compatible different attributes and decision tree. In: 2015 12th
International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI-CON). [Online]2015 12th
International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI-CON) pp.1–6. Available from:
doi:10.1109/ECTICon.2015.7207130.
[13] Nuankaew, P., Nuankaew, W. and Thamma T. (2016) The Recommended System for the Relationship between Educational Programs and Students’ Interests. In: 2016
The International Conference on Digital Arts, Media and Technology (ICDAMT-2016), 2-3A.4:34.
[14] Nuankaew, W., Nuankaew, P. and Sararat T. (2016a) To Study: The Significant Factors of Tourism Promotion with Clustering Methods. In: 2016 The 42nd Congress on
Science and Technology of Thailand (STT 42) (In Press), Bangkok, Thailand.
[15] Nuankaew, W., Nuankaew, P. and Sararat T. (2016b) For Discovery: Significant Factors for the Promotion of Tourist Attractions based on Individual Behaviour through
Data-mining Techniques. In: 2016 Chophayom Journal (In Press), Maha Sarakham, Thailand.
[16] Nuankaew, W. and Nuankaew, P. (2016c) To Study the Forecasting Models for Cultural Tourism Style in the Northern of Thailand using Data Mining Techniques. In:
2016 Teaching, Assessment and Learning for Engineering (TALE2016) (In Press), Bangkok, Thailand.