以倒傳遞網路預測來台觀光人次之研究

doi:10.6438%2fTOJT.201007.0087

淡江大學機構典藏 > 全球化研究與發展學院 > 國際觀光管理學系全英語學士班 > 期刊論文 > Item 987654321/115128

請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/115128

題名:	以倒傳遞網路預測來台觀光人次之研究
其他題名:	Inbound Tourist Demand Forecasting by Back-Propagation Network
作者:	陳淑娟;郭仕堯;許紹紋
關鍵詞:	觀光人次;需求預測;類神經網路;倒傳遞網路;tourist;forecasting;artificial neural network;back-propagation network
日期:	2010-07
上傳時間:	2018-10-09 12:10:33 (UTC+8)
出版者:	真理大學觀光休閒與運動學院
摘要:	需求預測對於觀光產業決策影響甚鉅，唯有仰賴精確的預測方法，準確預測需求，觀光產業才能做出最佳的營運決策，及早擴充人力與設備。類神經網路可接受不同種類的輸入變數，適應力強，具良好推廣性，故本研究採用監督式學習網路中的倒傳遞神經網路（Back-Propagation Network），自行撰寫MATLAB程式，進行日本及香港來台觀光人次之預測，並使用PC Neuron軟體驗證。本研究透過回顧觀光人次預測相關文獻，歸納並採用學界較常使用的7個輸入變數：人口（Population）、航班數量（Flight Movement）、消費者物價指數（Consumer Price Index）、平均飯店費率（Average Hotel Rate）、匯率（Foreign Exchange Rate）、行銷費用（Marketing Expenses）與國內支出總額（Gross Domestic Expenditure）。分別進行日本與香港來台觀光人次預測之分析比較，並探討訓練年份與輸入變數之影響。實證結果發現將以上變數輸入倒傳遞網路，預測日本與香港來台觀光人次之平均絕對百分誤差（Mean Absolute Percentage Error）分別為2.25％與4.75％，預測能力極佳。探討輸入變數得知，去除航班數量和消費者物價指數之影響最大。本研究亦發現香港因具有轉運特性，故去除國內（境內）支出總額後，觀光人次預測較為準確。
關聯:	真理觀光休閒學報 8, p.87–98
DOI:	10.6438%2fTOJT.201007.0087
顯示於類別:	[國際觀光管理學系全英語學士班] 期刊論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	192	檢視/開啟
以倒傳遞網路預測來台觀光人次之研究.pdf		1668Kb	Adobe PDF	0	檢視/開啟

在機構典藏中所有的資料項目都受到原著作權保護.

TAIR相關文章

資料載入中.....