基于组合模型的酒店线上销量预测的研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题背景 | 第16-17页 |
| 1.1.1 酒店销量预测问题的研究背景与研究意义 | 第16-17页 |
| 1.2 研究现状 | 第17-20页 |
| 1.2.1 时序回归预测问题的研究现状 | 第17-19页 |
| 1.2.2 组合模型的研究现状 | 第19-20页 |
| 1.3 本文主要工作 | 第20页 |
| 1.4 本文组织结构 | 第20-22页 |
| 第二章 酒店销量预测算法框架与关键技术介绍 | 第22-40页 |
| 2.1 酒店线上销量预测算法框架 | 第22-26页 |
| 2.1.1 酒店线上销量数据分析 | 第22-25页 |
| 2.1.2 基于组合模型的酒店销量预测算法框架 | 第25-26页 |
| 2.2 FB Prophet预测模型 | 第26-31页 |
| 2.2.1 时间序列的特点 | 第26-27页 |
| 2.2.2 FB Prophet模型的基本概述 | 第27-28页 |
| 2.2.3 FB Prophet模型的算法原理 | 第28-31页 |
| 2.3 LightGBM预测模型 | 第31-39页 |
| 2.3.1 GBDT算法原理 | 第31-35页 |
| 2.3.2 LightGBM模型算法原理 | 第35-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第三章 基于残差拟合的非节假日销量预测模型设计 | 第40-62页 |
| 3.1 非节假日酒店销量数据预处理 | 第40-45页 |
| 3.1.1 异常值检测与清洗 | 第40-43页 |
| 3.1.2 酒店线上销量数据长尾特性分析 | 第43-45页 |
| 3.2 非节假日销量预测的特征设计 | 第45-48页 |
| 3.3 非节假日销量预测模型的算法设计 | 第48-52页 |
| 3.3.1 基于FB Prophet的规律项预测 | 第50页 |
| 3.3.2 基于LightGbm的残差项预测 | 第50-52页 |
| 3.4 对比试验 | 第52-61页 |
| 3.4.1 实验数据介绍 | 第52-53页 |
| 3.4.2 实验设置 | 第53-61页 |
| 3.5 本章小结 | 第61-62页 |
| 第四章 基于Lasso的节假日销量预测模型设计 | 第62-80页 |
| 4.1 节假日时期酒店线上销量数据分析 | 第62-66页 |
| 4.1.1 日期和酒店销量的关系分析 | 第62-64页 |
| 4.1.2 提前预订量和销量的关系分析 | 第64-65页 |
| 4.1.3 历史销量的分位数和销量的相关性分析 | 第65-66页 |
| 4.2 节假日酒店销量预测模型设计 | 第66-70页 |
| 4.2.1 节假日酒店销量预测的特征构造 | 第66-67页 |
| 4.2.2 基于Lasso的预测模型的算法设计 | 第67-70页 |
| 4.3 基于异常酒店检测的预测值修正 | 第70-75页 |
| 4.3.1 异常酒店的检测方法 | 第70-74页 |
| 4.3.2 异常酒店预测值的修正方法 | 第74-75页 |
| 4.4 对比试验 | 第75-78页 |
| 4.4.1 实验数据介绍 | 第75-76页 |
| 4.4.2 实验设置 | 第76-78页 |
| 4.5 本章小结 | 第78-80页 |
| 第五章 总结与展望 | 第80-82页 |
| 5.1 本文工作总结 | 第80-81页 |
| 5.2 未来工作展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 作者简介 | 第88-89页 |
