Otel Rezervasyon İptallerinin Makine Öğrenmesi Yöntemleri ile Tahmin Edilmesi

Mehmet BOZ; Erokan CANBAZOĞLU; Zeki ÖZEN; Sevinç GÜLSEÇEN

Makale detayları

Otel Rezervasyon İptallerinin Makine Öğrenmesi Yöntemleri ile Tahmin Edilmesi

Yazarlar:

Mehmet BOZ | Erokan CANBAZOĞLU | Zeki ÖZEN | Sevinç GÜLSEÇEN

Yayıncı:

Murat GÖK

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Veri Bilimi 2018 Vol.1 Issue 1, pp.7-14

Belge Tipi:

Makale

Yayın Tarihi:

12/2018

Belge Dili:

Türkçe

Document ID (Org No.):

2000683431

Sıklık:

İki Yıllık

eISSN:

2667-582X

Özet:

 


In order to maximize profit for hotels, occupancy
rates must be high. For this reason, hotels should allocate a limited number of
their rooms to the right customer at the right time using reservation systems
software. However, reservations may be cancelled by the customer for various
reasons. Cancellations may result for hotels in loss of income if the right
policies are 


not processed. For this reason, it is very
important to estimate reservation cancellations. 







In this study, the hotel reservation data set
consisting of 38,826 records of 5 different hotels were analyzed by machine
learning algorithms to estimate the cancellation of future bookings of hotels.
In this context, 4 different models were formed in this study by using Random
Forest (RF), Support Vector Machines (SVM), k-Nearest Neighbor (kNN) and
Decision Tree (C4.5) algorithms and then, performance comparisons were made
among these models. The best result was obtained from C4.5 decision tree
algorithm with 73% accuracy.


.

 


Konaklama
hizmeti veren otellerin maksimum kâr elde edebilmesi için doluluk oranlarının
yüksek olması gerekmektedir. Bu sebeple oteller rezervasyon sistemleri
aracılığıyla sınırlı sayıdaki odalarını doğru zamanda, doğru müşteriye tahsis
etmelidir. Ancak rezervasyonlar çeşitli nedenlerle müşteri tarafından iptal
edilebilmektedir. Oteller açısından iptal edilen rezervasyonlar doğru
politikalar izlenmezse gelir kaybına neden olabilmektedir. Bu sebeple
iptallerin önceden tahmin edilmesi büyük önem taşımaktadır. 





Bu
çalışmada, makine öğrenmesi teknikleriyle 5 farklı otele ait toplam 38.826
kayıttan oluşan hotel rezervasyon verisi kullanılarak otellerin gelecekteki
rezervasyonlarının iptal durumları tahmin edilmeye çalışılmıştır. Çalışmada
sınıflandırma algoritmalarından Random Forest Algoritması (RF), Destek Vektör
Makineleri (SVM), k-En Yakın Komşu (kNN) ve Karar Ağacı (C4.5) algoritmaları
kullanılarak 4 farklı model oluşturulmuş ve modellerin performans
karşılaştırmaları yapılmıştır. En iyi sonuç %73 doğruluk oranı ile C4.5 karar
ağacı algoritmasından elde edilmiştir.


.

Makale detayları

Otel Rezervasyon İptallerinin Makine Öğrenmesi Yöntemleri ile Tahmin Edilmesi

Yazarlar: Mehmet BOZ | Erokan CANBAZOĞLU | Zeki ÖZEN | Sevinç GÜLSEÇEN

Yayıncı: Murat GÖK

Ana Başlıklar: Uygulamalı fizik

Dergi: Veri Bilimi 2018 Vol.1 Issue 1, pp.7-14

Belge Tipi: Makale

Yayın Tarihi: 12/2018

Belge Dili: Türkçe

Document ID (Org No.): 2000683431

Sıklık: İki Yıllık

eISSN: 2667-582X

Sayı

Yazarlar:

Mehmet BOZ | Erokan CANBAZOĞLU | Zeki ÖZEN | Sevinç GÜLSEÇEN

Yayıncı:

Murat GÖK

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Veri Bilimi 2018 Vol.1 Issue 1, pp.7-14

Belge Tipi:

Makale

Yayın Tarihi:

12/2018

Belge Dili:

Türkçe

Document ID (Org No.):

2000683431

Sıklık:

İki Yıllık

eISSN:

2667-582X