Lê Nhựt Mi
FPT Education
Email: levivnt789@gmail.com
Tóm tắt
Trong bối cảnh chuyển đổi số mạnh mẽ, việc ứng dụng trí tuệ nhân tạo (AI) vào ngành du lịch đang mở ra nhiều cơ hội nâng cao trải nghiệm cá nhân hóa cho khách du lịch quốc tế. Nghiên cứu này tập trung phân tích khả năng ứng dụng AI trong cá nhân hóa hành trình du lịch tại thành phố Đà Nẵng – một điểm đến du lịch trọng điểm và tiên phong trong triển khai du lịch thông minh ở Việt Nam. Phương pháp nghiên cứu kết hợp định tính (phân tích tài liệu học thuật từ 2016–2025) và định lượng (khảo sát 365 đối tượng gồm khách du lịch quốc tế, doanh nghiệp du lịch và cán bộ quản lý tại Đà Nẵng). Kết quả cho thấy các công nghệ AI như chatbot, hệ thống gợi ý lịch trình, cảnh báo theo ngữ cảnh bước đầu đã được áp dụng và mang lại hiệu quả tích cực, song vẫn còn hạn chế về hạ tầng công nghệ, năng lực nhân sự và khung chính sách hỗ trợ. Nghiên cứu đề xuất một số giải pháp cụ thể về chính sách, công nghệ và hợp tác liên ngành nhằm thúc đẩy ứng dụng AI trong cá nhân hóa hành trình du lịch tại Đà Nẵng, từ đó góp phần nâng cao chất lượng trải nghiệm du lịch quốc tế tại Việt Nam.
Từ khóa: Trí tuệ nhân tạo, cá nhân hóa hành trình, du lịch thông minh, khách quốc tế, Đà Nẵng
Abstract
In the context of strong digital transformation, the application of artificial intelligence (AI) in the tourism industry is opening up many opportunities to enhance personalized experiences for international tourists. This study focuses on analyzing the potential of AI application in personalizing travel itineraries in Da Nang city - a key tourist destination and a pioneer in implementing smart tourism in Vietnam. The research method combines qualitative (analyzing academic documents from 2016-2025) and quantitative (surveying 365 subjects including international tourists, tourism businesses and managers in Da Nang). The results show that AI technologies such as chatbots, itinerary suggestion systems, and contextual warnings have been initially applied and brought positive effects, but there are still limitations in terms of technology infrastructure, human resources capacity and supporting policy framework. The study proposes a number of specific solutions on policy, technology and cross-sectoral cooperation to promote the application of AI in personalizing travel itineraries in Da Nang, thereby contributing to improving the quality of international travel experiences in Vietnam.
Keywords: Artificial intelligence, travel personalization, smart tourism, international visitors, Da Nang.
GIỚI THIỆU
Trong bối cảnh toàn cầu hóa và chuyển đổi số mạnh mẽ, ngành du lịch thế giới đang trải qua sự chuyển mình sâu sắc nhờ vào sự phát triển nhanh chóng của công nghệ, đặc biệt là trí tuệ nhân tạo (AI). AI không chỉ giúp tối ưu hóa quy trình vận hành mà còn là công cụ then chốt để nâng cao trải nghiệm khách hàng thông qua các dịch vụ cá nhân hóa, từ gợi ý điểm đến, xây dựng lịch trình linh hoạt đến hỗ trợ thời gian thực thông qua chatbot hay trợ lý ảo (Nugroho et al., 2024; Bronzin et al., 2021).
Tại Việt Nam, ngành du lịch đóng vai trò chiến lược trong phát triển kinh tế, với mục tiêu đón hàng chục triệu lượt khách quốc tế mỗi năm. Tuy nhiên, phần lớn dịch vụ vẫn mang tính đại trà, thiếu sự cá nhân hóa, trong khi nhu cầu của du khách quốc tế ngày càng đa dạng và yêu cầu cao hơn. Sự kết hợp giữa AI và dịch vụ du lịch cá nhân hóa đang trở thành một hướng đi tất yếu để tăng tính cạnh tranh và hấp dẫn của điểm đến Việt Nam trên bản đồ du lịch quốc tế (Ngo Mai Phuong, 2022; Vũ Hương Giang & Vũ Lệ Mỹ, 2022).
CƠ SỞ LÝ LUẬN
Khái niệm cá nhân hóa hành trình du lịch
Cá nhân hóa hành trình du lịch (personalized travel itinerary) được hiểu là quá trình thiết kế và điều chỉnh các yếu tố trong lịch trình du lịch (như địa điểm, thời gian, dịch vụ, hoạt động) phù hợp với nhu cầu, sở thích, hành vi, và bối cảnh cụ thể của từng du khách (Lim, 2016). Mục tiêu của cá nhân hóa không chỉ dừng lại ở việc thỏa mãn nhu cầu mà còn tạo ra trải nghiệm du lịch độc đáo, tăng mức độ gắn kết và hài lòng của khách du lịch.
Trong bối cảnh hiện đại, cá nhân hóa hành trình ngày càng dựa nhiều vào dữ liệu lớn (big data) và các hệ thống tự động hóa, nơi mà trí tuệ nhân tạo đóng vai trò trung tâm (Bulchand-Gidumal, 2022).
Khái quát về trí tuệ nhân tạo (AI) và các công nghệ liên quan trong ngành du lịch
Trí tuệ nhân tạo (Artificial Intelligence) là lĩnh vực công nghệ mô phỏng khả năng tư duy, học hỏi, và phản ứng của con người thông qua các hệ thống máy tính và thuật toán (Limna, 2023). Trong ngành du lịch, AI không chỉ đóng vai trò xử lý thông tin mà còn tạo ra các giải pháp tự động hóa và tối ưu hóa trải nghiệm khách hàng. Các công nghệ AI tiêu biểu ứng dụng trong cá nhân hóa hành trình du lịch gồm:
Chatbot và trợ lý ảo: Sử dụng công nghệ xử lý ngôn ngữ tự nhiên (NLP) để giao tiếp và hỗ trợ khách du lịch 24/7 (Hai Thanh Nguyen et al., 2023).
Hệ thống gợi ý (Recommender Systems): Phân tích dữ liệu hành vi và lịch sử tìm kiếm để đề xuất địa điểm, dịch vụ hoặc hoạt động phù hợp (Khan & Haroon, 2023).
AI sinh ngữ cảnh (Context-aware AI): Điều chỉnh hành trình theo thời tiết, điều kiện giao thông, hay tâm trạng người dùng, nhằm tối ưu hóa thời gian và sự thuận tiện (Florido-Benítez, 2024).
AI tạo sinh (Generative AI): Tạo nội dung gợi ý lịch trình chi tiết dựa trên mô hình học sâu, giúp thiết kế hành trình linh hoạt và sáng tạo hơn (Aggrawal et al., 2025).
Mô hình du lịch thông minh và vai trò của AI trong cá nhân hóa
Du lịch thông minh (smart tourism) là khái niệm được hình thành trong làn sóng chuyển đổi số, với mục tiêu tích hợp công nghệ thông tin và truyền thông (ICT) để nâng cao hiệu quả quản lý, tính bền vững và trải nghiệm du khách (Jeong & Shin, 2020). Trong đó, AI đóng vai trò như một công cụ trung tâm để đạt được các mục tiêu cá nhân hóa, từ việc xử lý dữ liệu lớn đến việc ra quyết định tự động hóa.
Sidiq & Sahman (2025) cho rằng AI không chỉ cải thiện trải nghiệm cá nhân mà còn giúp doanh nghiệp và cơ quan quản lý điều tiết dòng khách, phân phối tài nguyên hợp lý và nâng cao năng lực phục vụ. Mô hình du lịch thông minh có thể được chia thành ba lớp tích hợp:
(1) Hạ tầng công nghệ (sensors, IoT, cơ sở dữ liệu du lịch),
(2) Lớp AI phân tích và học hỏi,
(3) Giao diện người dùng (ứng dụng di động, chatbot, thiết bị đeo thông minh).
Lý thuyết hành vi người tiêu dùng và cá nhân hóa bằng AI
Lý thuyết hành vi người tiêu dùng (consumer behavior theory) là nền tảng quan trọng để ứng dụng AI vào cá nhân hóa. Các thuật toán học máy (machine learning) và học sâu (deep learning) có khả năng phân tích dữ liệu về hành vi trực tuyến, lựa chọn điểm đến, và phản hồi sau chuyến đi để dự đoán nhu cầu và cung cấp đề xuất phù hợp theo thời gian thực (Zhang, 2024; Londhe et al., 2024).
Đặc biệt, mô hình học tăng cường (reinforcement learning) đã được áp dụng trong việc tối ưu hóa lộ trình du lịch theo từng thay đổi nhỏ về thời gian, ngân sách, hoặc sự kiện địa phương (Barua & Kaiser, 2024). Nhờ đó, hành trình không còn là một cấu trúc cố định mà trở thành một chuỗi phản hồi liên tục, được cải tiến theo từng hành vi người dùng.
PHƯƠNG PHÁP NGHIÊN CỨU
Để đạt được mục tiêu nghiên cứu đã đề ra, nghiên cứu này vận dụng phối hợp phương pháp định tính và định lượng nhằm đảm bảo tính toàn diện và khách quan trong việc khai thác dữ liệu lý luận cũng như thực tiễn triển khai ứng dụng trí tuệ nhân tạo (AI) trong cá nhân hóa hành trình du lịch tại Việt Nam.
Phương pháp định tính: Phân tích tài liệu thứ cấp
Phương pháp định tính được sử dụng nhằm hệ thống hóa các cơ sở lý thuyết và tổng quan kinh nghiệm quốc tế liên quan đến ứng dụng AI trong cá nhân hóa hành trình du lịch. Cụ thể, nghiên cứu đã tiến hành phân tích nội dung của 23 tài liệu học thuật và thực tiễn từ các cơ sở dữ liệu học thuật uy tín như Springer, IEEE, arXiv, cùng với các nghiên cứu trong nước đã công bố từ năm 2016 đến 2025 (Bulchand-Gidumal, 2022; Florido-Benítez, 2024; Hai Thanh Nguyen et al., 2023; Nguyễn Đức Hoàng & Bùi Thị Vân Anh, 2017; Ngo Mai Phuong, 2022).
Phương pháp định lượng: Khảo sát thực nghiệm
Nghiên cứu thực hiện khảo sát định lượng bằng bảng hỏi có cấu trúc, nhằm đánh giá thực trạng, nhận thức và mức độ sẵn sàng của các chủ thể du lịch trong việc ứng dụng AI vào cá nhân hóa hành trình cho khách quốc tế tại Việt Nam.
Đối tượng khảo sát bao gồm ba nhóm chính: Nhóm khách du lịch quốc tế đã từng đến Việt Nam và sử dụng ứng dụng du lịch có yếu tố AI; Đại diện doanh nghiệp hoạt động trong lĩnh vực lữ hành, lưu trú, vận chuyển, công nghệ du lịch; Cán bộ tại Sở Du lịch và các trung tâm xúc tiến du lịch tại địa phương, đặc biệt là thành phố Đà Nẵng – địa bàn nghiên cứu trọng điểm.
Tổng số mẫu hợp lệ được thu thập là 365. Phương pháp chọn mẫu thuận tiện (convenience sampling) được áp dụng đối với khách du lịch, trong khi phương pháp chọn mẫu mục tiêu (purposive sampling) được sử dụng đối với đại diện doanh nghiệp và cơ quan quản lý, đảm bảo thu thập dữ liệu từ các cá nhân có hiểu biết và trải nghiệm thực tế với công nghệ AI trong du lịch.
Dữ liệu thu thập từ khảo sát được xử lý và phân tích bằng phần mềm SPSS. Các kỹ thuật thống kê mô tả cơ bản như tần suất, tỷ lệ phần trăm, trung bình và độ lệch chuẩn được sử dụng để phản ánh xu hướng, mức độ chấp nhận và rào cản trong việc ứng dụng AI. Nghiên cứu sử dụng thang đo Likert 5 mức độ.
Bên cạnh đó, nghiên cứu áp dụng phân tích chéo (cross-tabulation) để so sánh quan điểm giữa các nhóm đối tượng khảo sát, từ đó đưa ra nhận định cụ thể hơn về các điều kiện và năng lực triển khai AI vào hoạt động cá nhân hóa hành trình.
KẾT QUẢ VÀ THẢO LUẬN
Đặc điểm nhân khẩu học và trải nghiệm công nghệ của đối tượng khảo sát
Bảng 1: Phân bố độ tuổi của khách du lịch quốc tế tham gia khảo sát
|
Nhóm tuổi |
Tỷ lệ (%) |
|
Dưới 25 |
18,4 |
|
25–34 |
35,6 |
|
35–44 |
31,5 |
|
Trên 44 |
14,5 |
Nguồn: Kết quả nghiên cứu của tác giả
Kết quả cho thấy nhóm tuổi từ 25- 44 chiếm tỷ lệ áp đảo (67,1%), là lực lượng khách du lịch quốc tế chính đến Đà Nẵng. Đây cũng là nhóm người dùng có xu hướng sử dụng công nghệ cao, phù hợp với mục tiêu cá nhân hóa hành trình du lịch bằng AI. Tỷ lệ khách dưới 25 tuổi (18,4%) và trên 44 tuổi (14,5%) tuy ít hơn nhưng vẫn đáng chú ý cho các phân khúc du lịch trải nghiệm và nghỉ dưỡng.
Mức độ nhận biết và trải nghiệm AI trong hành trình du lịch
Bảng 2: Tỷ lệ khách du lịch đã từng trải nghiệm các công nghệ AI trong hành trình du lịch
|
Loại công nghệ AI đã trải nghiệm |
Tỷ lệ khách du lịch (%) |
|
Chatbot hỗ trợ đặt phòng/lên lịch |
61,2 |
|
Hệ thống đề xuất lịch trình |
53,9 |
|
Tính năng cảnh báo theo ngữ cảnh |
47,1 |
|
Công cụ gợi ý địa điểm cá nhân hóa |
39,4 |
Trong số các công nghệ AI được khách du lịch trải nghiệm, chatbot và hệ thống gợi ý lịch trình là phổ biến nhất, chứng tỏ tính hữu dụng và mức độ triển khai rộng rãi hơn so với các công nghệ nâng cao như AI ngữ cảnh. Tỷ lệ khách đã sử dụng các công cụ gợi ý địa điểm cá nhân hóa còn ở mức thấp (39,4%), cho thấy tiềm năng phát triển mạnh mẽ nếu được tích hợp đúng cách trong các ứng dụng du lịch địa phương.
Rào cản khi triển khai AI trong cá nhân hóa hành trình
Qua phân tích dữ liệu, ba nhóm rào cản chính được xác định
Cơ sở hạ tầng công nghệ: 64,7% doanh nghiệp và 72,3% cán bộ quản lý cho rằng hạ tầng dữ liệu phân tán và thiếu tích hợp là trở ngại lớn nhất trong ứng dụng AI (Florido-Benítez, 2024; Londhe et al., 2024).
Thiếu kỹ năng công nghệ: Hơn 60% doanh nghiệp được khảo sát cho rằng nhân sự chưa có đủ hiểu biết và kỹ năng về AI để khai thác hiệu quả (Barua & Kaiser, 2024; Nguyen Hoang Tien et al., 2023).
Thiếu quy định pháp lý rõ ràng: 45,8% cán bộ quản lý đánh giá rằng việc thiếu khung pháp lý chuyên biệt cho AI trong du lịch cản trở việc triển khai đại trà (Vũ Hương Giang & Vũ Lệ Mỹ, 2022).
So sánh giữa các nhóm đối tượng
Bảng 3: So sánh mức độ nhận biết và sẵn sàng ứng dụng AI giữa các nhóm đối tượng khảo sát
|
Tiêu chí |
Khách du lịch (%) |
Doanh nghiệp (%) |
Cơ quan quản lý (%) |
|
Nhận biết công nghệ AI |
58,6 |
78,1 |
74 |
|
Sẵn sàng đầu tư hoặc sử dụng AI |
66,2 |
52,3 |
61,5 |
|
Nhận diện rào cản về hạ tầng và nhân lực |
35,9 |
64,7 |
72,3 |
Nguồn: Kết quả nghiên cứu của tác giả
Dữ liệu cho thấy doanh nghiệp và cơ quan quản lý có mức độ nhận biết AI cao hơn khách du lịch, nhưng mức độ sẵn sàng đầu tư của doanh nghiệp (52,3%) lại thấp hơn cả du khách (66,2%). Điều này phản ánh thực trạng thiếu nguồn lực hoặc lo ngại chi phí triển khai trong doanh nghiệp. Đáng chú ý, cán bộ quản lý có tỷ lệ nhận diện rào cản cao nhất (72,3%), thể hiện nhận thức sâu sắc về những khó khăn thể chế và kỹ thuật trong việc đưa AI vào thực tiễn.
Thảo luận
Kết quả nghiên cứu cho thấy Việt Nam có tiềm năng ứng dụng AI trong cá nhân hóa hành trình du lịch, đặc biệt tại thành phố trọng điểm như Đà Nẵng, nơi đã có những bước triển khai ban đầu về du lịch thông minh. Tuy nhiên, quá trình triển khai còn gặp nhiều thách thức về công nghệ, nhận thức người dùng và chính sách hỗ trợ.
Điều này phù hợp với nhận định của Nugroho et al. (2024) rằng các sáng kiến AI trong du lịch chỉ thực sự hiệu quả khi có sự phối hợp chặt chẽ giữa các bên liên quan và có chính sách hỗ trợ đồng bộ.
Việc áp dụng chatbot, hệ thống đề xuất lịch trình và phân tích hành vi theo thời gian thực đang được du khách quốc tế đón nhận tích cực. Tuy nhiên, để đạt đến mức cá nhân hóa sâu (hyper-personalization) như gợi ý của Florido-Benítez (2024), cần có chiến lược phát triển dữ liệu du lịch thống nhất và cơ chế chia sẻ thông tin minh bạch.
KẾT LUẬN VÀ KIẾN NGHỊ
Kết luận
Thông qua phân tích tài liệu và khảo sát thực nghiệm tại thành phố Đà Nẵng – một trong những địa phương tiên phong trong triển khai du lịch thông minh tại Việt Nam – nghiên cứu đã làm rõ thực trạng và tiềm năng ứng dụng trí tuệ nhân tạo (AI) trong cá nhân hóa hành trình du lịch cho khách quốc tế.
Thứ nhất, Đà Nẵng hiện đã bước đầu triển khai một số giải pháp du lịch thông minh có tích hợp yếu tố AI như chatbot tư vấn điểm đến, bản đồ du lịch số và hệ thống đề xuất địa điểm. Theo khảo sát, 63,8% khách quốc tế từng đến Đà Nẵng cho biết đã trải nghiệm ít nhất một tính năng AI trong chuyến đi của họ, chủ yếu là chatbot và gợi ý lịch trình (Hai Thanh Nguyen et al., 2023).
Thứ hai, các doanh nghiệp lữ hành và khách sạn tại Đà Nẵng thể hiện mức độ nhận thức cao về lợi ích của AI trong việc nâng cao trải nghiệm khách hàng. Tuy nhiên, chỉ 48,6% trong số họ đã áp dụng một cách cụ thể các giải pháp AI, chủ yếu do hạn chế về chi phí đầu tư ban đầu và thiếu nhân lực công nghệ thông tin chuyên sâu (Nguyen Hoang Tien et al., 2023; Londhe et al., 2024).
Thứ ba, phía cơ quan quản lý như Sở Du lịch và Trung tâm Xúc tiến Du lịch Đà Nẵng nhìn nhận rõ vai trò của AI trong chiến lược phát triển du lịch bền vững. Tuy nhiên, họ cũng thừa nhận còn thiếu khung chính sách riêng biệt để hỗ trợ doanh nghiệp tiếp cận công nghệ mới (Vũ Hương Giang & Vũ Lệ Mỹ, 2022).
Thứ tư, mức độ phối hợp giữa ba bên: khách du lịch, doanh nghiệp và cơ quan nhà nước còn chưa chặt chẽ, dẫn đến việc cá nhân hóa hành trình du lịch vẫn dừng ở mức “bán tự động”, chưa đạt được mức độ cá nhân hóa sâu (hyper-personalization) như mong đợi (Florido-Benítez, 2024; Sidiq & Sahman, 2025).
Kiến nghị
Dựa trên kết quả nghiên cứu tại Đà Nẵng, nhóm tác giả đề xuất một số kiến nghị nhằm thúc đẩy hiệu quả ứng dụng AI trong cá nhân hóa hành trình du lịch cho khách quốc tế:
Đối với cơ quan quản lý nhà nước:
Cần xây dựng chiến lược phát triển du lịch thông minh cấp thành phố có tích hợp AI như một thành phần trung tâm trong cá nhân hóa dịch vụ.
Ban hành cơ chế hỗ trợ tài chính, thuế và đào tạo nhân lực cho doanh nghiệp ứng dụng AI.
Tăng cường vai trò trung gian kết nối giữa nhà cung cấp công nghệ và doanh nghiệp du lịch địa phương.
Đối với doanh nghiệp du lịch:
Chủ động đầu tư vào hệ thống gợi ý lịch trình, phân tích hành vi khách hàng và tích hợp chatbot thông minh trong các ứng dụng di động.
Liên kết chia sẻ dữ liệu phi cá nhân hóa với các đối tác để cải thiện chất lượng cá nhân hóa.
Tận dụng các nền tảng mã nguồn mở hoặc dịch vụ AI dạng SaaS (Software as a Service) để giảm chi phí triển khai.
Đối với tổ chức nghiên cứu và công nghệ:
Phát triển các mô hình AI phù hợp với đặc điểm hành vi tiêu dùng của du khách quốc tế tại Đà Nẵng.
Tư vấn chuyển giao công nghệ cho các doanh nghiệp vừa và nhỏ trong ngành du lịch, vốn chiếm đa số tại địa phương (Nguyễn Đức Hoàng & Bùi Thị Vân Anh, 2017).
Đối với khách du lịch:
Cần được cung cấp thông tin rõ ràng về cách thức AI hỗ trợ hành trình, từ đó tăng cường sự chấp nhận và sử dụng lặp lại.
Khuyến khích người dùng phản hồi về trải nghiệm công nghệ, làm đầu vào cải tiến hệ thống AI.
Tài liệu tham khảo
1. Aggrawal, S., Teotia, D., Yash, Y., & Shukla, S. (2025). Travel Itinerary Generation using AI and Recommendation Systems. In 2025 2nd International Conference on Computational Intelligence, Communication Technology and Networking (CICTN), 498-502.
2. Barua, B., & Kaiser, M. S. (2024). Real-Time Performance Optimization of Travel Reservation Systems Using AI and Microservices. arXiv preprint arXiv:2412.06874.
3. Bronzin, T., Prole, B., Stipić, A., & Pap, K. (2021, September). Artificial intelligence (AI) brings enhanced personalized user experience. In 2021 44th International Convention on Information, Communication and Electronic Technology (MIPRO) (pp. 1070-1075). IEEE.
4. Bulchand-Gidumal, J. (2022). Impact of artificial intelligence in travel, tourism, and hospitality. In Handbook of e-Tourism. Cham: Springer International Publishing, pp. 1943-1962.
5. Florido-Benítez, L. (2024). Generative artificial intelligence: a proactive and creative tool to achieve hyper-segmentation and hyper-personalization in the tourism industry. International Journal of Tourism Cities.
6. Hai Thanh Nguyen., Thien Thanh Tran., Phat Tan Nham., Nhi Uyen Bui Nguyen., & Anh 7. Duy Le. (2023). AI Chatbot for Tourist Recommendations: A Case Study in Vietnam. Appl. Comput. Syst., 28(2), 232-244.
7. Jeong, M., & Shin, H. H. (2020). Tourists’ experiences with smart tourism technology at smart destinations and their behavior intentions. Journal of Travel Research, 59(8), 1464-1477.
8. Khan, N., & Haroon, M. (2023). Trends and techniques used in tourist recommender system: A review.
9. Lim, K. H. (2016, July). Personalized Recommendation of Travel Itineraries based on Tourist Interests and Preferences. In UMAP (Extended Proceedings).
10. Limna, P. (2023). Artificial Intelligence (AI) in the hospitality industry: A review article. International Journal of Computing Sciences Research, 7, 1306-1317.
11. Londhe, K., Dharmadhikari, N., Zaveri, P., & Sakoglu, U. (2024). Enhanced travel experience using artificial intelligence: a data-driven approach. Procedia Computer Science, 235, 1920-1928.
12. Nugroho, I. S., Priyanto, D., & Purnama, Y. (2024). Exploring the Role of Artificial Intelligence (AI) in Designing and Optimizing Personalization Strategies to Enhance Customer Experience in the Tourism Industry. Technology and Society Perspectives (TACIT), 2(3), 292-298.
13. Ngo Mai Phuong. (2022). Opportunities and Challenges of Digital Transformation in Vietnam's Tourism Industry. International Journal of Economics, Business and Management Research, 6(12), 17-29.
14. Nguyen Hoang Tien., Doan Van Trai., & Nguyen Xuan Quyet. (2023). The impact of digital transformation on tourism sustainable development: a case of SMEs in Vietnam.
15. Nguyễn Đức Hoàng, & Bùi Thị Vân Anh. (2017). SDES-Hệ thống hỗ trợ du lịch thông minh dựa trên nền tảng trí tuệ nhân tạo. Viện Công nghệ Thông tin và Truyền thông CDIT, 89- 95.
16. Sidiq, Z. F., & Sahman, Z. (2025). The Role of Artificial Intelligence in Transforming Smart Tourism: Enhancing Customer Experience and Service Personalization. Journal of Sharia Economy and Islamic Tourism, 5(2), 82-98.
17. Vũ Hương Giang., & Vũ Lệ Mỹ. (2022). Kinh nghiệm quốc tế về phát triển du lịch thông minh và bài học cho việt nam. Tạp chí Khoa học Trường Đại học Mở Hà Nội, 35-46.
18. Zhang, Z. (2024, September). Evaluation of the Effect of Tourism Recommendation System based on AI. In 2024 3rd International Conference on Artificial Intelligence and Computer Information Technology (AICIT), 1-4.
|
Ngày nhận bài: 24/7/2025; Ngày hoàn thiện biên tập: 16/8/2025; Ngày duyệt đăng: 26/8/2025 |
