<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه ولی‌عصر رفسنجان</PublisherName>
				<JournalTitle>مطالعات مدیریت گردشگری عصر هوشمند</JournalTitle>
				<Issn>3092-6793</Issn>
				<Volume></Volume>
				<Issue>مقالات آماده انتشار</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>05</Month>
					<Day>24</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Analysis of Tourism Experience Using Artificial Intelligence and Its Role in Destination Development (Case Study: Yazd City)</ArticleTitle>
<VernacularTitle>تحلیل تجربه گردشگری با استفاده از هوش مصنوعی و نقش آن در توسعه مقصد (مطالعه موردی شهر یزد)</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">735971</ELocationID>
			
<ELocationID EIdType="doi">10.22072/tmsse.2026.2087065.1147</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>امیر محمد</FirstName>
					<LastName>امینی حاجی آبادی</LastName>
<Affiliation>کارشناسی ارشد، گروه جغرافیا، دانشکده علوم انسانی و علوم اجتماعی، دانشگاه یزد، یزد، ایران.</Affiliation>
<Identifier Source="ORCID">0009-0000-0111-7831</Identifier>

</Author>
<Author>
					<FirstName>محمد حسین</FirstName>
					<LastName>سرایی</LastName>
<Affiliation>استاد گروه جغرافیا، دانشکده علوم انسانی و علوم اجتماعی، دانشگاه یزد، یزد، ایران.</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2026</Year>
					<Month>04</Month>
					<Day>11</Day>
				</PubDate>
			</History>
		    <Abstract>This study aims to conceptualize and elucidate an artificial intelligence–based model for shaping the tourist experience and enhancing destination development in the city of Yazd. Positioned as an applied inquiry, the research adopts a qualitative methodology grounded in content analysis. Data were collected during the winter of 2025 through expert interviews and structured questionnaires. The findings reveal that data triangulation—achieved by integrating quantitative indicators with in-depth tourist interviews and multimedia datasets—can facilitate a comprehensive understanding of the tourist experience. Furthermore, in-depth interviews serve as a robust mechanism for validating the results.The key variables shaping the tourist experience include overall satisfaction, intention to revisit, word-of-mouth recommendation, experiential deepening through participation in events, sustainability and responsible behavior, and accessibility. The study employs a dynamic assessment framework that combines qualitative techniques with artificial intelligence tools, such as machine learning models, deterministic analyses, time-series evaluation, and spatial segmentation.Additionally, the research underscores the importance of operational mechanisms to ensure transparency, accountability, and privacy protection. These mechanisms encompass data governance, data security and privacy safeguards, model and decision-making transparency, auditing and accountability processes, attention to cultural and social contexts, legal considerations, stakeholder engagement, and transparent dissemination of information.</Abstract>
			<OtherAbstract Language="FA">هدف این پژوهش تبیین و درک مدلی مبتنی بر هوش مصنوعی در شکل‌دهی تجربه گردشگر در توسعه مقصد گردشگری شهر یزد است و از نظر هدف، پژوهشی کاربردی محسوب می‌شود. روش پژوهش کیفی و از نوع تحلیل محتوا است. گردآوری داده‌ها از طریق مصاحبه با خبرگان و همچنین پرسشنامه در زمستان سال ۱۴۰۴ انجام شده است. یافته‌های پژوهش نشان می‌دهد که برای یکپارچه‌سازی داده‌ها می‌توان از روش مثلث‌سازی داده‌ها استفاده کرد؛ به این صورت که داده‌های کمی با مصاحبه‌های عمیق گردشگران از طریق ادغام داده‌های چندرسانه‌ای ترکیب شوند. همچنین برای اعتبارسنجی نتایج می‌توان از مصاحبه‌های عمیق با گردشگران بهره گرفت.متغیرهای تبیین‌کننده تجربه گردشگر شامل رضایت کلی، تمایل به بازدید مجدد و توصیه مقصد به دیگران، تعمیق تجربه از طریق مشارکت در رویدادها، پایداری و رفتار مسئولانه، و سهولت دسترسی هستند. رویکرد سنجش پویا با ترکیبی از روش‌های کیفی و هوش مصنوعی شامل مصاحبه‌های عمیق، تحلیل‌های قطعی، مدل‌های یادگیری ماشین، تحلیل سری‌های زمانی و تفکیک محیطی است. همچنین سازوکارهای عملی برای تضمین شفافیت، پاسخگویی و حفاظت از حریم خصوصی شامل حاکمیت داده، حفظ حریم خصوصی و امنیت داده‌ها، شفافیت مدل‌ها و فرایند تصمیم‌گیری، حسابرسی و پاسخگویی، توجه به بستر فرهنگی و اجتماعی، ملاحظات حقوقی، مشارکت ذی‌نفعان و انتشار شفاف اطلاعات است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">گردشگری</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">هوش مصنوعی تجربه گردشگر</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مدل سازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مقصد گردشگری</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://tmsse.vru.ac.ir/article_735971_9e5d3c65c6ecfce8a6883949bf2e5f3a.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
