Loading...
hidden

Mobile-Version anzeigen

Meta-Navigation

Startseite – Hochschule Luzern

Sprachwahl und wichtige Links

  • Zum Inhalt springen
  • Kontakt
  • Login
  • De
  • En
Suche starten

Hauptnavigation

Departementsnavigation

  • Technik & Architektur
  • Wirtschaft
  • Informatik
  • Soziale Arbeit
  • Design & Kunst
  • Musik

Unternavigation

  • Studium
  • Weiterbildung
  • Forschung
  • International
  • Campus
  • Über uns
  • News & Stories

Unternavigation

Breadcrumbs-Navigation

  1. Forschung Forschung
  2. Besucherprognosen mit Branchen-übergreifenden Daten Besucherprognosen mit Branchen-übergreifenden Daten

Besucherprognosen mit Branchen-übergreifenden Daten

Im Freizeit-/ Tourismusmarkt schwankt das Kundenaufkommen kurzfristig, was Prognosen schwierig macht. Mit einer Vielzahl von Daten unterschiedlicher Unternehmen wollen wir die Prognosequalität verbessern, in dem wir uns die Korrelationseffekte zunutze machen.

Kurzinformation

Departement:

Informatik

Status:

Abgeschlossen

Zeitraum:

01.10.2019 - 31.01.2020

In der Übersicht

Im Freizeit-, Tourismus- und Mobilitätsmarkt schwankt das Kundenaufkommen kurzfristig. Für KMU aus dieser Branche ist es schwierig, das Kundenaufkommen hinreichend präzis abzuschätzen und auf Schwankungen angemessen zu reagieren. Die Folge kann eine Fehlallokation von Ressourcen sein. Im Rahmen des Innosuisse-Projekts „Kurzfristige Prognose und Steuerung des Gästeaufkommens im Freizeit- und Tourismusmarkt“ wurden ökonometrische Modelle, sowie Verfahren des maschinellen Lernens, evaluiert, um das Besucheraufkommen für KMU aus der Freizeit-, Tourismus- und Mobilitätsbranche vorauszusagen. Das Projekt hat gezeigt, dass die Daten eines einzelnen Unternehmens nicht ausreichen, um die Schwankung mit genügender Genauigkeit vorherzusagen.

 

In diesem Projekt untersuchen wir die Hypothese, dass durch den Zusammenschluss mehrerer Unternehmen im Bereich Freizeit/ Tourismus und Mobilität aufgrund der Korrelationseffekte eine informativere Datenbasis geschaffen werden kann. Wir wollen zeigen, dass diese neue Datenbasis die Prognosequalität auf Tages/ Stunden-basis für die einzelne Unternehmung signifikant steigern kann.

Dafür verwenden wir, nebst ökonometrischen linearen Modellen, Modelle des maschinellen Lernens, wie Support Vector Machines und neuronale Netzwerke.

Für dieses Projekt stehen historische Daten von neun Unternehmen aus dem Raum Luzern für den Zeitraum 2007 - 2018 zur Verfügung.

hidden

Fakten

Projektart

Forschung

Beteiligte interne Organisationen
  • Informatik
Finanzierung
  • Private / Stiftungen
hidden

Beteiligte Personen intern

Projektleiter/in
  • Daniel Pfäffli
Co-Projektleitung
  • Marc Pouly
Projektmitarbeiter/in
  • Marc Bravin
  • Andrin Bürli
  • Donnacha Daly
  • Simone Lionetti
hidden

Beteiligte Personen extern

Externe Projektleiter/in
  • Philipp Wegelin

Publikationen

  • Artikel, Rezension; peer reviewed (1)

    • Lionetti, Simone; Pfäffli, Daniel; Pouly, Marc; vor der Brück, Tim & Wegelin, Philipp (2021). Tourism Forecast with Weather, Event, and Cross-Industry Data. Proceedings of the 13th International Conference on Agents and Artificial Intelligence, 1097-1104. doi: 10.5220/0010323010971104

Kurzinformation

Departement:

Informatik

Status:

Abgeschlossen

Zeitraum:

01.10.2019 - 31.01.2020

Projektleitung

Daniel Pfäffli

Hochspezialisierter Senior Wissenschaftlicher Mitarbeiter

+41 41 757 68 28

E-Mail anzeigen

Co-Projektleitung

Prof. Dr. Marc Pouly

Dozent

+41 41 757 68 25

E-Mail anzeigen

Footer

FH Zentralschweiz

Links zu den Social-Media-Kanälen

  •  Facebook
  •  Instagram
  •  Twitter
  •  LinkedIn
  •  YouTube
  •  Flickr

Kontakt

Logo Hochschule Luzern

Hochschule Luzern


Werftestrasse 4
- 6002 Luzern

+41 41 228 42 42

info@hslu.ch

Direkteinstieg

  • Studieninteressierte Bachelor
  • Studieninteressierte Master
  • Weiterbildungsinteressierte
  • Unternehmen & Institutionen
  • Medienschaffende
  • Für Studierende
  • Für Mitarbeitende

Quicklink

  • Personensuche
  • Standorte
  • Aktuell
  • Bibliotheken
  • Agenda
  • Jobs & Karriere
  • Home
  • Räume mieten

Statische Links

  • Newsletter abonnieren
  • Datenschutzerklärung
  • Impressum
  • Institutionell akkreditiert nach HFKG 2019–2026
Logo Swissuniversities

QrCode

QrCode
Wir verwenden Cookies, um Ihnen eine optimale Nutzung der Website zu ermöglichen und um Ihnen auf unserer Website, auf anderen Websites und in sozialen Netzwerken personalisierte Werbung anzuzeigen. Indem Sie diesen Hinweis schliessen oder mit dem Besuch der Seite fortfahren, akzeptieren Sie die Verwendung von Cookies. Weitere Informationen zu diesen Cookies und wie Sie die Datenbearbeitung durch sie ablehnen können, finden Sie in unserer Datenschutzerklärung.
OK