اكتسب التنبؤ بطلب السفر أهمية متنامية في ظل أنماط التنقل المتطورة والاضطرابات البنيوية التي شهدها العالم، من تقلبات اقتصادية وأزمات صحية عامة غيّرت سلوك المسافرين وحركة الطيران، وتواجه النماذج الكلاسيكية للسلاسل الزمنية رغم رسوخها في تحليل طلب السفر حدودًا واضحة في التقاط العلاقات غير الخطية والتكيف مع التحولات المفاجئة في الأنظمة، ومن هنا تتجه الأنظار إلى تقنيات التعلم الآلي القادرة على نمذجة هذه التعقيدات، وتبرز الحاجة إلى مقارنات منهجية تحسم المفاضلة بين الأسلوبين في سياقات عدم اليقين
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير تقنيات للتنبؤ بطلب السفر وتقييمها، مستمدة من النمذجة الإحصائية التقليدية وأساليب التعلم الآلي معًا، وقياس أدائها التنبؤي وقدرتها على التكيف عبر طلب السفر الجوي الخارجي من الولايات المتحدة إلى ثماني مناطق عالمية، هي أوروبا والكاريبي وآسيا وأمريكا الجنوبية وأمريكا الوسطى وأوقيانوسيا والشرق الأوسط وأفريقيا، واستخدمت الدراسة بيانات تاريخية للمسافرين المغادرين، وبنت ستة نماذج للتنبؤ قيّمتها بمقاييس متعددة لدقة التنبؤ، من أبرزها جذر متوسط مربع الخطأ ومتوسط الخطأ المطلق، بما أتاح مقارنة متكافئة بين النماذج عبر المناطق الثماني جميعًا
ثانيًا: أبرز النتائج
أظهرت النتائج التجريبية أن النماذج القائمة على التعلم الآلي، ولا سيما تلك التي تتضمن مكونات تعلم تكيفية، تتفوق باستمرار على الأساليب التقليدية في نمذجة التغيرات البنيوية في بيانات طلب السفر، إذ استطاعت التقاط العلاقات غير الخطية والاستجابة للتحولات المفاجئة التي تعجز النماذج الكلاسيكية عن مجاراتها بالكفاءة ذاتها، وتفاوت أداء النماذج التقليدية بحسب خصائص كل منطقة مقصد، بينما حافظت نماذج التعلم الآلي على تفوق نسبي متسق عبر المناطق، بما يعزز الثقة في قدرتها على التعامل مع بيانات مضطربة بفعل الأزمات الاقتصادية والصحية
وتنبع الحاجة إلى هذه المقارنة من طبيعة بيانات طلب السفر ذاتها، إذ تتعرض لصدمات مفاجئة تعيد تشكيل مستوياتها واتجاهاتها، كالأزمات الصحية العالمية والتقلبات الاقتصادية، فتفقد النماذج المبنية على افتراض الاستقرار الخطي كثيرًا من دقتها، بينما تستطيع نماذج التعلم الآلي التكيفية تعديل أوزانها مع تراكم البيانات الجديدة، وقد غطت الدراسة مقاصد عالمية متنوعة جغرافيًا واقتصاديًا بما يجعل التفوق المرصود للتعلم الآلي نتيجة عابرة للمناطق لا خاصة بسوق بعينها، ويعزز ذلك وزنها المنهجي عند تعميمها على مشكلات تنبؤ مشابهة في قطاعات أخرى تعاني اضطرابات بنيوية مماثلة
ثالثًا: دلالات الدراسة وتطبيقاتها
تقدم الدراسة إطارًا منهجيًا قابلًا للتعميم يعزز متانة التنبؤ في ظل عدم اليقين، ويمتد تطبيقه إلى مشكلات التنبؤ في مجالات النقل والسياحة والمجالات المتصلة بها، وتستفيد شركات الطيران والجهات المنظمة للسياحة وصناع السياسات من هذه النتائج في تخطيط السعة وتسعير الخدمات وإدارة المخاطر في مواسم الاضطراب، كما تنبه الممارسين إلى أن الاعتماد الحصري على النماذج الكلاسيكية قد يضلل القرارات حين تتغير الأنماط فجأة، وأن بناء أنظمة تنبؤ هجينة تستفيد من قدرات التعلم التكيفي يمثل خيارًا أكثر أمانًا
وعلى مستوى الممارسة، تتيح المقارنة متعددة المقاييس التي أجرتها الدراسة، ومنها جذر متوسط مربع الخطأ ومتوسط الخطأ المطلق، صورة أدق لاختيار النموذج الملائم لكل غرض، فالأخطاء الكبيرة النادرة قد تكون أخطر في تخطيط السعة الجوية من الأخطاء الصغيرة المتكررة، وتبرز قيمة الإطار المقترح في أنه لا يقدم نموذجًا واحدًا جاهزًا بل منهجية مقارنة وتقييم يمكن للمؤسسات تبنيها وتكييفها مع بياناتها الخاصة، بما يشمل جهات الطيران والسياحة والبحث الأكاديمي، ويمهد لدراسات لاحقة تدمج متغيرات خارجية أوسع في نماذج التنبؤ بطلب السفر
وتنسجم هذه الخلاصة مع اتجاه أوسع في أدبيات التنبؤ يعيد ترتيب العلاقة بين النماذج الإحصائية الكلاسيكية ونماذج التعلم الآلي، فلا تعود الأولى مرجعًا افتراضيًا يكفي وحده، بل تصبح خط أساس للمقارنة تُبنى عليه نماذج تكيفية أكثر قدرة على مجاراة البيانات المضطربة، ويشمل ذلك التنبؤ بحركة النقل الجوي والبري والطلب السياحي الموسمي وخدمات الضيافة المتصلة بها جميعًا في مختلف الاقتصادات والأسواق العالمية الكبرى والناشئة
وخلاصة القول إن مقارنة ستة نماذج عبر ثماني مناطق عالمية أثبتت تفوق نماذج التعلم الآلي ذات المكونات التكيفية على النماذج الإحصائية الكلاسيكية في التنبؤ بطلب السفر الخارجي الأمريكي، وقدمت الدراسة بذلك إطارًا منهجيًا متينًا قابلًا للنقل إلى سياقات تنبؤ أخرى تسودها الاضطرابات البنيوية وعدم اليقين
هل تحتاج إلى دعم متخصص في بحثك؟
يمكنك طلب الخدمة مباشرة عبر حساب الباحث، وسيتابع معك فريق مؤسسة النظم طلبك خطوة بخطوة حتى اكتمال الإنجاز
