Abstract
Bu çalışmada COVID-19 süresince Avrupa’daki vaka ve ölüm sayıları bilgileri kullanılarak beş farklı turizm acentesinin ziyaretçi sayısı makine öğrenmesi yöntemiyle tahmin edilmeye çalışılmıştır. Yöntem olarak makine öğrenmesi modellerinden yapay sinir ağları (YSA), destek vektör regresyonu (DVR) ve çoklu doğrusal regresyon (ÇDR) kullanılmıştır. İki bağımsız değişken ve bir bağımlı değişkenden oluşan model oluşturulmuştur. Üç farklı tekniğine göre yapılan analize göre en başarılı sonuçların; R2’ye göre YSA, DVR ve ÇDR, diğer istatiksel yöntemlere göre de sırasıyla YSA, ÇDR ve DVR olduğu görülmüştür.
Reference46 articles.
1. Aliperti, G. et al. (2019), “Tourism, crisis, disaster: An interdisciplinary approach”, Annals of Tourism Research, 79, 102808, 1-5.
2. Andrew, W.P. et al. (1990), “Forecasting hotel occupancy rates with time series models: An empirical analysis”, Hospitality Research Journal, 14(2), 173-182.
3. Bishop, C.M. (1995), Neural networks for pattern recognition, Oxford University Press.
4. Bloom, J.Z. (2005), “Market segmentation: A neural network application”, Annals of Tourism Research, 32(1), 93-111.
5. Brown, S.H. (2009), “Multiple linear regression analysis: a matrix approach with MATLAB”, Alabama Journal of Mathematics, 34, 1-3.
Cited by
3 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献