文献

J-GLOBAL ID：202202222043724630   整理番号：22A0004754

病院産業のためのホテルクラスタリング所見を用いた需要予測モデル【JST・京大機械翻訳】

Demand forecasting model using hotel clustering findings for hospitality industry

著者 (9件)： Kaya Kiymet (Istanbul Technical University, Department of Computer Engineering, Turkey) ,  Kaya Kiymet (ITU AI Research and Application Center, Turkey) ,  Yilmaz Yaren (Istanbul Technical University, Department of Computer Engineering, Turkey) ,  Yilmaz Yaren (ITU AI Research and Application Center, Turkey) ,  Yaslan Yusuf (Istanbul Technical University, Department of Computer Engineering, Turkey) ,  Yaslan Yusuf (ITU AI Research and Application Center, Turkey) ,  OEgueduecue Sule Guenduez (Istanbul Technical University, Department of Artificial Intelligence and Data Engineering, Turkey) ,  OEgueduecue Sule Guenduez (ITU AI Research and Application Center, Turkey) ,  Cingi Furkan (Setur Information Technologies and Research & Development Center, Istanbul, Turkey)
資料名： Information Processing & Management  (Information Processing & Management)
巻： 59  号： 1  ページ： Null  発行年： 2022年 
JST資料番号： E0362B  ISSN： 0306-4573  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 観光は,開発途上の経済条件および人々のコミュニケーションと社会的相互作用能力の増大によって,日々成長産業になった。観光旅行需要の予測は,観光事業者にとって収入を最大化するだけでなく,世界規模での国の経済計画の形成にも重要である。予測国に基づいて,観光から経済的に利益を得る部門を規制できる。したがって,多くの週の進歩における需要を正確に予測することが重要である。本研究では,注意-Long Short Term記憶(Atten-LSTM)を通して,4週間,毎週ホテル需要を予測する病院産業のための新しい需要予測モデルを提案した。既存の方法の大部分とは異なり,提案方法は,ニューラルネットワーク(NN)を用いて得られたTop 10 Hotel特徴またはHotel EmbeddingのようなK-Meansクラスタリング発見から得られた付加的特徴と共に時系列需要データを利用する。著者らのモデルを作成する間,クラスタ化部分は,旅行者が特定の基準に従ってそれらの適応を選択するという事実によって影響され,そして,類似の基準を満たすホテルは,類似した要求を持つかもしれない。したがって,クラスタリング部分の前に,著者らは,より適切にホテルの特徴を表現できる方法を適用し,NN埋込みによる10D組込みホテルデータ表現が,前述のことを観察した。提案したホテル需要予測モデルの性能を観察するために,トルコの観光機関によって提供された実世界データセットを使用し,結果は,提案モデルが,現在使用されている機械学習と深層学習モデルと比較して,より少ない平均絶対誤差と平均絶対百分率誤差(最悪の3と29の改善で)を達成することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コミュニケーション ,  ニューラルネットワーク ,  観光 ,  トルコ共和国 ,  *クラスタ化 ,  *需要予測 ,  データ表現 ,  *ホテル ,  機械学習 ,  *予測モデル
準シソーラス用語： 社会的相互作用 ,  旅行者 ,  事業者 ,  深層学習 ,  平均絶対誤差 , 【Automatic Indexing@JST】

著者キーワード (5件)： 需要予測 ,  注意LSTM ,  深層学習 ,  ホテルクラスタリング ,  特徴埋込み

分類 (5件)： 人工知能  (JE08000Z) ,  検索技術  (AC06020S) ,  情報検索一般  (AC06010H) ,  自然語処理  (JE06000L) ,  図書館機械化  (AC09020N)

タイトルに関連する用語 (7件)： 病院 ,  産業 ,  ホテル ,  クラスタリング ,  所見 ,  需要予測 ,  モデル