淡江大學機構典藏:Item 987654321/115128
English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 55559/89870 (62%)
造訪人次 : 11019196      線上人數 : 37
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/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.html0KbHTML35檢視/開啟
    以倒傳遞網路預測來台觀光人次之研究.pdf1668KbAdobe PDF0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

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回饋