Loading...
hidden

View Mobile version

Meta navigation

Startseite – Hochschule Luzern

Language selection and important links

  • Contents
  • Contact
  • Login
  • De
  • En
Search

Main navigation

School navigation

  • Engineering and Architecture
  • Business
  • Computer Science
  • Social Work
  • Art and Design
  • Music

Sub-navigation

  • Degree Programmes
  • Continuing Education
  • Research
  • International
  • Campus
  • About us
  • News

Sub-navigation

Breadcrumbs

  1. Research Research
  2. Besucherprognosen für Freizeit- und Tourismus mit branchenübergreifenden Daten Besucherprognosen für Freizeit- und Tourismus mit branchenübergreifenden Daten

Besucherprognosen für Freizeit- und Tourismus mit branchenübergreifenden Daten

Das Projekt wendet verschiedene lineare (Ökonometrie) und nicht-lineare (Machine Learning) Modelle zur Prognose von Besucherfrequenzen von touristischen Einrichtungen (Hotellerie, Freizeitanlagen indoor / outdoor) Der Fokus liegt auf dem Modellvergleich.

Brief information

School:

Business

Status:

Completed

Period:

01.11.2019 - 30.06.2020

Overview

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 und Verfahren des maschinellen Lernens evaluiert, um das Besucheraufkommen aus historischen Besucherzahlen, Wetter- und Kalenderdaten vorauszusagen. Für mehrere Fallbeispiele (u.a. Vierwaldstättersee Schifffahrtsgesellschaft, Zentralbahn, Titlisbahnen) konnte trotz extensivem Einsatz neuster (nicht-linearer) Machine Learning Modelle kein signifikant besseres Resultat erreicht werden als mit klassischen (linearen) ökonometrischen Modellen. 

Dies legt die Vermutung nahe, dass die verwendete Datengrundlage für prognostische Zwecke nicht ausreicht. Es stand die Hypothese im Raum, ob durch Zusammenschluss mehrerer Tourismusunternehmen (aufgrund der Korrelationseffekte) eine informativere Datenbasis geschaffen werden könnte. Die folgenden Partner haben uns ihre Daten für den Nachweis der Hypothese zur Verfügung gestellt: Zentralbahn, Titlisbahnen, Thermalbad Zurzach (aus Innosuisse Vorgängerprojekt), Vierwaldstättersee Schifffahrtsgesellschaft (öffentlicher Datensatz), Pilatusbahn, zwei Hotelbetriebe aus Luzern.

Nebst linearen (ökonometrischen) und nicht-linearen (Machine Learning) Modellen aus dem Vorgängerprojekt wurden auch Transformer Netzwerke getestet. Dabei handelt es sich um eine neue auf die Analyse von Zeitreihen spezialisierte Architektur von Neuronalen Netzen. 

hidden

Facts

Type of project

Forschung

Internal organisations involved
  • CC Mobility
Funding
  • Forschungsfinanzierung strategisch
hidden

Persons involved: internal

Project manager
  • Philipp Wegelin
Member of project team
  • Bastian Gschwendtner
  • Simone Lionetti
  • Daniel Pfäffli
  • Hannes Wallimann

Publications

  • Article, review; 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

Brief information

School:

Business

Status:

Completed

Period:

11/01/2019 - 06/30/2020

Project Head

Dr. Philipp Wegelin

Lecturer

+41 41 228 99 04

Show email

Footer(s)

FH Zentralschweiz

Social media links

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

Contact

Logo Lucerne University of Applied Sciences and Arts

Lucerne University of Applied Sciences and Arts


Werftestrasse 4
CH- 6002 Luzern

+41 41 228 42 42

info@hslu.ch

Direct entry

  • A bachelor's degree –
  • A master's degree –
  • Prospective Students (Continuing & Executive Programmes)
  • Unternehmen & Institutionen
  • Media Relations
  • For Students
  • For Members of Staff

Quick link

  • People Finder
  • University Buildings & Campus Locations
  • News
  • Libraries
  • Events
  • Jobs & Karriere
  • Home
  • Hiring Rooms

Static links

  • Newsletter
  • Data protection notice
  • Publishing Acknowledgements
Logo Swissuniversities

QrCode

QrCode
We use cookies on this site to give you the best browsing experience. By continuing to navigate this site or closing this banner you accept this use of cookies. For more information please visit our privacy policy.
OK