基于大數(shù)據(jù)的酒店微觀市場(chǎng)的預(yù)測(cè)與分析.pdf

1、隨著我國(guó)經(jīng)濟(jì)實(shí)力的增強(qiáng)，中國(guó)經(jīng)濟(jì)正在由工業(yè)主導(dǎo)向服務(wù)業(yè)主導(dǎo)加快轉(zhuǎn)變。酒店住宿業(yè)作為服務(wù)業(yè)的典型代表，其客容能力過(guò)剩和投資回收的壓力與日俱增，有效的管理對(duì)酒店業(yè)變的越來(lái)越重要。
　　為了高效的管理酒店，提高酒店的收益，這里引入了收益管理的概念。它主要通過(guò)建立實(shí)時(shí)預(yù)測(cè)模型和對(duì)以市場(chǎng)細(xì)分為基礎(chǔ)的需求行為分析，確定最佳的銷售和服務(wù)價(jià)格。酒店的收益管理主要包括以下四個(gè)部分：需求預(yù)測(cè)、超量預(yù)訂、客房分配和定價(jià)系統(tǒng)，其中，客戶需求預(yù)測(cè)是收益管理

2、的基礎(chǔ)與核心。
　　傳統(tǒng)的預(yù)測(cè)模型一般為歷史同期和時(shí)間序列，時(shí)間序列又分為移動(dòng)平均(Moving Average)，指數(shù)平滑(Exponential Smoothing)，卡爾曼濾波(Kalman Filters)，自適應(yīng)濾波(Adaptive Filters)和自回歸積分滑動(dòng)平均模型(Autoregressive Integrated Moving Average Model)，但酒店收益管理的預(yù)測(cè)和傳統(tǒng)的預(yù)測(cè)不同，一般有兩個(gè)時(shí)

3、間變量，分別為預(yù)定時(shí)間和消費(fèi)時(shí)間。
　　在大數(shù)據(jù)的背景下，如果能夠很好的針對(duì)酒店行業(yè)的數(shù)據(jù)特點(diǎn)，對(duì)酒店需求預(yù)測(cè)進(jìn)行研究分析，就可以幫助酒店管理者更好的作出決策，從而提升酒店收益。本文提出了一套基于大數(shù)據(jù)的針對(duì)酒店微觀市場(chǎng)的預(yù)測(cè)方法，從數(shù)據(jù)預(yù)處理、數(shù)據(jù)篩選到最后的訓(xùn)練與預(yù)測(cè)。
　　在數(shù)據(jù)的預(yù)處理階段，本文通過(guò)對(duì)數(shù)據(jù)的分析，將原始數(shù)據(jù)進(jìn)行了轉(zhuǎn)換，轉(zhuǎn)換后的數(shù)據(jù)經(jīng)過(guò)KS檢驗(yàn)符合高斯分布模型，因此采用了基于統(tǒng)計(jì)的異常點(diǎn)檢測(cè)方法，找出了

4、間夜量特殊的日期。本文還設(shè)計(jì)了一種糾偏函數(shù)，在保持了異常數(shù)據(jù)的相對(duì)關(guān)系同時(shí)，可以令間夜量特殊的日期得到很好的處理。
　　在數(shù)據(jù)篩選階段，本文對(duì)比了幾種經(jīng)典的分類方法，設(shè)計(jì)了一套對(duì)于每類單獨(dú)訓(xùn)練再將整體結(jié)果相結(jié)合的訓(xùn)練思路，這種思路在可以進(jìn)一步將模型精度提高的同時(shí)，還有利于分析某類預(yù)測(cè)精度不佳的原因，具有很好的可解釋性。
　　最后本文結(jié)合前人的研究成果，對(duì)經(jīng)典的方法進(jìn)行了改進(jìn)，將經(jīng)典的基于時(shí)間序列的預(yù)測(cè)算法轉(zhuǎn)化成了更普適的機(jī)器