Искусственный интеллект

Машинное обучение

Анализ данных

48 страниц

9 месяцев назад

70 просмотров

Применение генеративных нейросетей в деятельности туристических предприятий на примере туроператора Anex Tour

Содержание

Глава 1. Обзор генеративных нейросетей в туризме
1.1 Понятие генеративных нейросетей
1.2 Возможности применения в туристических предприятиях
1.3 Примеры успешного использования
Глава 2. Anex Tour: Профиль и деятельность компании
2.1 История и развитие компании
2.2 Стратегия и бизнес-модель

2.3 Внедрение технологий в деятельность

Глава 3. Применение генеративных нейросетей в Anex Tour

3.1 Создание контента для маркетинга

3.2 Персонализация предложений для клиентов

3.3 Будущее нейросетей в деятельности Anex Tour

Введение

Данная работа посвящена исследованию применения генеративных нейросетей в индустрии туризма. В последние годы искусственный интеллект и, в частности, нейросети становятся все более популярными в различных сферах бизнеса. Туризм, как динамично развивающаяся отрасль, также активно использует эти технологии для оптимизации своих процессов, повышения конкурентоспособности и улучшения клиентского опыта. Работу будут рассматривать на примере одного из крупнейших туроператоров в России – Anex Tour. В ходе исследования будут проанализированы текущие методы использования генеративных нейросетей, их влияние на маркетинг туристических услуг, автоматизацию процессов бронирования и индивидуализацию клиентских предложений. Также будет рассмотрен потенциал использования данных технологий в будущем, а также возникшие проблемы и вызовы, связанные с их интеграцией в туристический бизнес. Особое внимание будет уделено преимуществам и недостаткам таких технологий, аналитическим инструментам и метрикам, которые могут помочь понять, насколько эффективны эти новшества для компаний в сфере туризма.

Актуальность темыС развитием технологий и увеличением объема данных индустрия туризма сталкивается с новыми вызовами и возможностями. Генеративные нейросети представляют собой перспективный инструмент для решения многих задач, стоящих перед туристическими предприятиями, и их внедрение может radically изменить подходы к обслуживанию клиентов и взаимодействию с рынком.
ПроблематикаНесмотря на очевидные преимущества, многие компании не понимают, как эффективно интегрировать генеративные нейросети в свою деятельность. Недостаток знаний и опыта может привести к неправильному использованию технологий и, как следствие, к потере конкурентных преимуществ.
Цели работыЦелью данной работы является исследование применимости генеративных нейросетей в деятельности туристических предприятий, а также анализ их эффективности на примере Anex Tour.
Задачи работыДля достижения цели работы требуется решить несколько задач: 1) изучить теоретические аспекты генеративных нейросетей; 2) проанализировать текущую практику применения данных технологий в туристическом бизнесе; 3) провести исследование с использованием данных Anex Tour для оценки эффективности внедрения нейросетей.

Список источников

1. Какабаева О., Гуллыков А., Бяшимов Б.. ГЕНЕРАТИВНЫЕ НЕЙРОСЕТИ // Инновационная наука. 2025. URL: https://cyberleninka.ru/article/n/generativnye-neyroseti (дата обращения: 09.01.2026).

2. Эркаева Наргуль, Мамметсахедов Атамырат, Назаров Мухаммет, Назарова Байрамсолтан. ГЕНЕРАТИВНЫЕ НЕЙРОСЕТИ И ИХ ВЛИЯНИЕ НА КРЕАТИВНЫЕ ИНДУСТРИИ // Наука и мировоззрение. 2025. URL: https://cyberleninka.ru/article/n/generativnye-neyroseti-i-ih-vliyanie-na-kreativnye-industrii (дата обращения: 09.01.2026).

3. Щедрина Е. В., Ивашова О. Н.. Применение генеративных нейросетей в обучении агроинженеров // Агроинженерия. 2024. URL: https://cyberleninka.ru/article/n/primenenie-generativnyh-neyrosetey-v-obuchenii-agroinzhenerov (дата обращения: 09.01.2026).

4. Л. Е. Осипенко, А. В. Коротков. ТЕКСТОВЫЕ ГЕНЕРАТИВНЫЕ НЕЙРОСЕТИ В ИССЛЕДОВАТЕЛЬСКОЙ ДЕЯТЕЛЬНОСТИ СТУДЕНТОВ // Мир науки, культуры, образования. 2024. URL: https://cyberleninka.ru/article/n/tekstovye-generativnye-neyroseti-v-issledovatelskoy-deyatelnosti-studentov (дата обращения: 09.01.2026).

5. С. Р. Шишкин. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ КИБЕРАТАК С ИСПОЛЬЗОВАНИЕМ ГЕНЕРАТИВНЫХ НЕЙРОСЕТЕЙ // Экономика и качество систем связи. 2025. URL: https://cyberleninka.ru/article/n/imitatsionnoe-modelirovanie-kiberatak-s-ispolzovaniem-generativnyh-neyrosetey (дата обращения: 09.01.2026).

6. Дюжакова Анастасия Вадимовна. Применение доктрины FairUse к случаям обучения генеративных нейросетей // Ленинградский юридический журнал. 2024. URL: https://cyberleninka.ru/article/n/primenenie-doktriny-fairuse-k-sluchayam-obucheniya-generativnyh-neyrosetey (дата обращения: 09.01.2026).

7. И. О. Малышев, А. А. Смирнов. ОБЗОР СОВРЕМЕННЫХ ГЕНЕРАТИВНЫХ НЕЙРОСЕТЕЙ: ОТЕЧЕСТВЕННАЯ И ЗАРУБЕЖНАЯ ПРАКТИКА // Международный журнал гуманитарных и естественных наук. 2024. URL: https://cyberleninka.ru/article/n/obzor-sovremennyh-generativnyh-neyrosetey-otechestvennaya-i-zarubezhnaya-praktika (дата обращения: 09.01.2026).

8. А. А. Иванихина, М. В. Золотарева. ГЕНЕРАТИВНЫЕ НЕЙРОСЕТИ КАК ИНСТРУМЕНТ В СОЗДАНИИ АРХИТЕКТУРНОЙ КОНЦЕПЦИИ // Системные технологии. 2024. URL: https://cyberleninka.ru/article/n/generativnye-neyroseti-kak-instrument-v-sozdanii-arhitekturnoy-kontseptsii (дата обращения: 09.01.2026).

9. Бердикин Т. А.. РОЛЬ ГЕНЕРАТИВНЫХ НЕЙРОСЕТЕЙ В САМООБРАЗОВАНИИ УЧАЩИХСЯ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ШКОЛ // Вестник науки. 2025. URL: https://cyberleninka.ru/article/n/rol-generativnyh-neyrosetey-v-samoobrazovanii-uchaschihsya-obscheobrazovatelnyh-shkol (дата обращения: 09.01.2026).

10. Акшов Эмиль Альмирович, Терехова Анастасия Константиновна. Генеративные нейросети в архитектурной практике: инструменты и сценарии применения // Architecture and Modern Information Technologies. 2025. URL: https://cyberleninka.ru/article/n/generativnye-neyroseti-v-arhitekturnoy-praktike-instrumenty-i-stsenarii-primeneniya (дата обращения: 09.01.2026).

11. А.И. Криман. ФЕНОМЕН ТВОРЧЕСТВА В ЭПОХУ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА // Гуманитарные исследования в Восточной Сибири и на Дальнем Востоке. 2025. URL: https://journals.dvfu.ru/gisdv/article/view/1898 (дата обращения: 09.01.2026). DOI: 10.24866/1997-2857%2F2025-3%2F91-99

12. О. В. Мерецков. Применение систем искусственного интеллекта для снижения трудоемкости сопровождения электронного обучения преподавателем // Человеческий капитал. 2025. URL: https://humancapital.su/wp-content/uploads/2025/05/202505_p113-126.pdf (дата обращения: 09.01.2026). DOI: 10.25629/hc.2025.05.11

13. Матлюба Уралова. Будущая роль Смарт-туризма на мировом туристическом рынке // YASHIL IQTISODIYOT VA TARAQQIYOT. 2023. URL: https://yashil-iqtisodiyot-taraqqiyot.uz/journal/index.php/GED/article/view/623 (дата обращения: 09.01.2026). DOI: 10.55439/ged%2Fvol1_issmaxsusson%2Fa623

14. Е. М. Николаева,Михаил Сергеевич Николаев,Виктория Сергеевна Васильева. Человек и искусственный интеллект: перспективы и риски биолого-кремниевой коллаборации // Vek globalizatsii. 2024. URL: https://www.socionauki.ru/journal/articles/3740793/ (дата обращения: 09.01.2026). DOI: 10.30884/vglob%2F2024.02.12

15. M.I. Isayev,S.S. Vazkayeva,N.S. Kalitin. АВТОМАТИЗАЦИЯ СОЗДАНИЯ КОНТЕНТА С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕЙ И ИИ // Новости науки 2025: гуманитарные и точные науки. 2024. URL: http://search.rads-doi.org/project/10513/index (дата обращения: 09.01.2026). DOI: 10.61726/3404.2024.74.79.001

16. К О Оковитая,Василий Геннадьевич Макаренко,О А Суржко. АВТОМАТИЗАЦИЯ РАБОТЫ ДВУХРЕАКТОРНОЙ УСТАНОВКИ ДЛЯ ПОЛУЧЕНИЯ БИОГАЗА ИЗ ОТХОДОВ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА // VESTNIK RIAZANSKOGO GOSUDARSTVENNOGO…. 2024. URL: https://vestnik.rgatu.ru/archive/2024_4.pdf (дата обращения: 09.01.2026). DOI: 10.36508/rsatu.2024.33.14.019

17. Michael I. Smolkov. Описание трижды периодических поверхностей
с помощью оператора Лапласа--Бельтрами
и статистической модели машинного обучения // Вестник Самарского государственного технического университета. Серия «Физико-математические науки». 2025. URL: https://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=vsgtu&paperid=2105&option_lang=rus (дата обращения: 09.01.2026). DOI: 10.14498/vsgtu2105

18. Nikolai Korneev,Elena Kotrini. ПАТТЕРН ДЛЯ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ ПРИЛОЖЕНИЯ ПРИ УГРОЗЕ МОДИФИКАЦИИ МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ // Voprosy kiberbezopasnosti. 2025. URL: https://cyberrus.info/wp-content/uploads/2025/03/vokib-2025-1-st12-s117-127.pdf (дата обращения: 09.01.2026). DOI: 10.21681/2311-3456-2025-1-117-127

19. Unknown. ЦИФРОВАЯ ТРАНСФОРМАЦИЯ И ЕЁ ВЛИЯНИЕ НА АНАЛИЗ БИЗНЕС-ПРОЦЕССОВ В УСЛОВИЯХ ВНЕШНИХ САНКЦИЙ // Экономические науки. 2024. URL: https://ecsn.ru/wp-content/uploads/202411_202.pdf (дата обращения: 09.01.2026). DOI: 10.14451/1.240.202

20. Unknown. НАЦИОНАЛЬНЫЙ ПРОЕКТ «ЭКОНОМИКА ДАННЫХ И ЦИФРОВАЯ ТРАНСФОРМАЦИЯ ГОСУДАРСТВА»: ОТ КОНЦЕПЦИИ К РЕАЛИЗАЦИИ // Экономические науки. 2024. URL: https://ecsn.ru/wp-content/uploads/202410_175.pdf (дата обращения: 09.01.2026). DOI: 10.14451/1.239.175

21. Т.О. Шагинян. Искусственный интеллект в образовании // Միջազգային գիտաժողովի հոդվածների ժողովածու. 2024. URL: https://arar.sci.am/dlibra/publication/411275/edition/380156/content (дата обращения: 09.01.2026). DOI: 10.54503/978-9939-9312-4-1-221

22. Unknown. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ВЫСШЕМ ОБРАЗОВАНИИ - ПРОРЫВ ИЛИ ДЕГРАДАЦИЯ // Экономические науки. 2024. URL: https://ecsn.ru/wp-content/uploads/202403_242.pdf (дата обращения: 09.01.2026). DOI: 10.14451/1.232.242

Еще 18 источников

Предпросмотр документа

Наименование образовательного учреждения

дипломный проект на тему

Применение генеративных нейросетей в деятельности туристических предприятий на примере туроператора Anex Tour

Выполнил: ФИО

Руководитель: ФИО

2025

Глава 1. Обзор генеративных нейросетей в туризме

1.1 Понятие генеративных нейросетей

Генеративные нейросети представляют собой класс алгоритмов машинного обучения, которые способны создавать новые данные на основе изученных образцов. В туризме они находят применение в различных сферах, включая создание контента, анализ данных и улучшение пользовательского опыта.

1.2 Возможности применения в туристических предприятиях

Туристические предприятия могут использовать генеративные нейросети для оптимизации маркетинга, персонализации предложений, а также для создания уникального контента, который привлекает клиентов.

1.3 Примеры успешного использования

Некоторые туристические компании уже внедрили генеративные нейросети для создания рекламных материалов, чат-ботов для обслуживания клиентов и даже для предложений маршрутов на основе предпочтений пользователей.

Глава 2. Anex Tour: Профиль и деятельность компании

2.1 История и развитие компании

Anex Tour был основан в 1996 году и с тех пор стал одним из ведущих туроператоров в России и странах СНГ, предлагая разнообразные туристические услуги.

2.2 Стратегия и бизнес-модель

Компания ориентируется на широкую аудиторию, предлагая доступные и качественные туры, используя современные технологии для улучшения сервиса.

2.3 Внедрение технологий в деятельность

Anex Tour активно использует новые технологии, включая генеративные нейросети для повышения эффективности своих бизнес-процессов.

Глава 3. Применение генеративных нейросетей в Anex Tour

3.1 Создание контента для маркетинга

Генеративные нейросети помогают Anex Tour создавать рекламные материалы, которые более эффективно привлекают целевую аудиторию.

3.2 Персонализация предложений для клиентов

С помощью нейросетей Anex Tour анализирует предпочтения клиентов и предлагает персонализированные туристические пакеты, увеличивая тем самым уровень удовлетворенности.

3.3 Будущее нейросетей в деятельности Anex Tour

В дальнейшем Anex Tour планирует использовать генеративные нейросети для расширения своих услуг и улучшения клиентского опыта, включая автоматизацию процессов обслуживания.

Заключение

Генеративные нейросети открывают новые горизонты для туристических предприятий, и Anex Tour активно использует эти технологии для повышения своей конкурентоспособности и улучшения качества обслуживания клиентов.

Продолжи писать дипломный проект с нейросетью

Продолжить генерацию

Похожие дипломные работы

Декоративно прикладное искусство

Искусственный интеллект

Академический рисунок

Применение AI-дизайна и искусственного интеллекта в художественном образовании: теоретические и практические аспекты

Содержание

Уникальность: Более 80%