Aplikacija za predikciju rezervacija otkazanih na temelju vremenske prognoze
| Autor: | Buhin, Kristian |
|---|---|
| Přispěvatelé: | Orehovački, Tihomir |
| Jazyk: | chorvatština |
| Rok vydání: | 2020 |
| Předmět: |
Informatics
Software engineering revenue management weather forecast programsko inženjerstvo DRUŠTVENE ZNANOSTI. Informacijske i komunikacijske znanosti. Informacijski sustavi i informatologija strojno učenje machine learning vremenska prognoza informatika predikcije upravljanje prihodima optimizacija SOCIAL SCIENCES. Information and Communication Sciences. Information Systems and Information Science predictions optimization |
| Popis: | Model strojnog učenja za predviđanje otkazanih rezervacija na temelju vremenske prognoze iz ovog projekta kao i sučelje aplikacije razvijeni su u svrhu maksimiziranja dobiti pri upravljanju prihodima u sektoru turizma i ugostiteljstva. Web aplikacija služi za prikaz rezultata modela te osnovne operacije nad određenim skupom podataka koji se koriste u samom radu, dok se prikupljanje, analiza, obrada i procesiranje podataka periodički izvršavaju u pozadinskom dijelu te samim time isključuju mogućnost pogreške od strane korisnika. Krajnje točke aplikacije razvijene su tako da se model strojnog učenja lako integrira u bilo koji sustav, bilo da je to neki centralni rezervacijski sustav kao kanal ulaznih podataka ili druga baza podataka kao spremište za sve rezultate obrade i analize podataka. U odnosu na ostala, trenutno dostupna programska rješenja koja se koriste u toj poslovnoj domeni, njegova prednost jest da njegov rad ne zahtijeva poveću količinu resursa te nema potrebe za instalacijom dodatnih struktura za podršku. Da rješenje bude u obliku web aplikacije dodatan je bonus jer je za korištenje dovoljan samo internetski preglednik. Srodna programska rješenja, razvijena od strane većih tvrtki, procesiraju mnogo veći broj ulaznih značajki, odnosno uzimaju puno širi kontekst pri optimizaciji upravljanja prihoda. Gledajući s te strane, tu leži najveće ograničenje trenutnog modela jer je on usko specificiran za predviđanja otkaza rezervacija isključivo na temelju vremenske prognoze. No, ta činjenica može svakako poslužiti kao dobra smjernica pri dodatnom razvoju modela. A machine learning model for predicting canceled reservations based on the weather forecast from this project as well as an application interface have been developed for the purpose of maximizing revenue in revenue management in the tourism and hospitality sector. The web application is used to display the results of the model and the basic operation on a particular set of data used in the work, while the collection, analysis, processing and they periodically perform data processing in the background and thus exclude the possibility of error by the user. Application endpoints have been developed so that the machine learning model can be easily integrated into any system, whether it is a central reservation system as an input data channel or another database as a repository for all data processing and analysis results. Compared to other, currently available software solutions used in this business domain, its advantage is that its operation does not require a larger amount of resources and there is no need to install additional support structures. To make the solution in the form of a web application, an additional bonus is that only an internet browser is enough to use it. Related software solutions, developed by larger companies, process a much larger number of input features, ie they take a much broader context in optimizing revenue management. Seen from that side, therein lies the biggest limitation of the current model as it is narrowly specified for forecasting cancellations based solely on the weather forecast. But this fact can certainly serve as a good guide in further model development. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|