در این پایان نامه با عنوان " پیش بینی وضعیت وفاداری مشتری در توریسم الکترونیک با استفاده از شبکه های عصبی مصنوعی " سعی در ارائه مدلی برای پیش بینی وضعیت وفاداری مشتریان در توریسم الکترونیکی با استفاده از شبکه های عصبی مصنوعی داریم. بدین منظور, ابتدا عوامل تاثیر گذار بر وافاداری مشتریان بطور کلی و سپس در بازار های الکترونیکی و بطور خاص در صنعت گردشگری بررسی گردید. پس از تعیین این عوامل ، نظر مشتریان درمورد وضعیت آژانس مسافرتی برای هریک از این عوامل مورد سوال قرار گرفته است و بعد از ایشان درباره مراجعه و یا عدم مراجعه مجدد به خدمت دهنده و همچنین انجام تبلیغات مثبت برای خدمت دهنده و نیز معرفی خدمت دهنده به دیگران(که طبق ادبیات موضوع، مهمترین شاخص های وفاداری مشتریان می باشند ) نظر خواهی شده است. داده های حاصل را با استفاده از روش رگرسیون و نیز شبکه های عصبی مصنوعی تجزیه و تحلیل نموده و با توجه به اینکه برای مدل شبکه عصبی، میزان انطباق(r2)= 3/82% و نرخ پیش بینی (pr)=5/84% همچنین 655/1=mape می توان گفت این شبکه نرخ نسبتاً بالایی از پیش بینی را ارائه می کند. نتایج تحلیل رگرسون نشان می دهد 74%= r2 یعنی مدل توسعه داده شده تنها توانسته است 7% از تغییرات متغیر وابسته را توجیه نماید یعنی با استفاده از شبکه عصبی نتیجه بسیار بهتری حاصل شده است. همچنین مدل شبکه عصبی اولویت تک تک متغیر ها بر روی وضعیت وفاداری مشتریان را مشخص می کند در حالی که مدل رگرسیون تنها دو متغیر را با اهمیت تلقی نموده و در مدل پیش بینی خود لحاظ نموده است یعنی در این مورد نیز عملکرد شبکه مناسب تر می باشد.