COVID-19背景下用于酒店需求与收益预测的深度学习新模型
机器学习
2022-03-10 v1 应用统计
摘要
COVID-19大流行对旅游和酒店业造成显著影响。旅行限制和居家令等公共政策严重影响了旅游活动及服务企业的运营与盈利能力。为此，开发一个支持管理与组织决策的可解释预测模型至关重要。我们开发了DemandNet，一种用于在COVID-19大流行影响下预测时间序列数据的新颖深度学习框架。该框架首先筛选嵌入时间序列数据中的顶级静态与动态特征；其次包含一个可对已观测数据提供可解释洞察的非线性模型；最后开发预测模型以利用上述特征进行稳健的长期预测。我们使用美国八个城市的每日酒店需求与收益数据评估该框架。结果表明，DemandNet优于最先进模型，并能准确预测COVID-19大流行对酒店需求与收益的影响。
引用
@article{arxiv.2203.04383,
title = {A Novel Deep Learning Model for Hotel Demand and Revenue Prediction amid COVID-19},
author = {Ashkan Farhangi and Arthur Huang and Zhishan Guo},
journal= {arXiv preprint arXiv:2203.04383},
year = {2022}
}
备注
55th Hawaii International Conference on System Sciences (HICSS) 2022