Análisis y predicción de la demanda hotelera usando técnicas de aprendizaje automático

Abstract

[ES] Este trabajo tiene como objetivo principal el análisis en profundidad de un conjunto de datos de reservas hoteleras. Estos datos se utilizan como modelo de referencia del sector con el fin de hallar relaciones de interés entre los diferentes datos. Estos datos pueden aportar información con la que construir un modelo predictivo capaz de anticipar cancelaciones de reservas en base a la experiencia adquirida a través del análisis de los datos. Para ello se dispone de un conjunto de datos obtenido del registro de dos hoteles ubicados en Portugal, diferenciados por ser uno un hotel de ciudad y otro un Resort vacacional. Este conjunto está formado por aproximadamente 120 mil entradas y dispone de una amplia variedad de variables que aportan información concisa de la situación de cada registro. Mediante el uso de las técnicas de aprendizaje automático actuales, este trabajo trata de encontrar relaciones entre variables que indiquen una correlación en los datos de las reservas canceladas. Con esta información se modela un algoritmo para predecir las posibles cancelaciones en los diferentes hoteles. Dicho modelo ha de anticipar el resultado de la cancelación de una reserva con una tasa de acierto adecuada. La finalidad de este modelo es crear una herramienta para el sector hotelero y que pueda ser empleada para la toma de decisiones en el negocio, anticipándose así al posible futuro y proporcionando la oportunidad de obtener una organización más eficaz y eficiente del negocio.

[EN] The main objective of this paper is the in-depth analysis of a hotel reservation data set. These data are used as a reference model of the sector in order to find relationships of interest between the different data. These data can provide information with which to build a predictive model capable of anticipating booking cancellations based on the experience acquired through the analysis of the data. For this purpose, a data set obtained from the registry of two hotels located in Portugal, one a city hotel and the other a holiday resort, is available. This set is made up of approximately 120 thousand entries and has a wide variety of variables that provide concise information on the situation of each registry. Using current machine learning techniques, this work attempts to find relationships between variables that indicate a correlation in the cancelled reservation data. With this information, an algorithm is modeled to predict the possible cancellations in the different hotels. This model has to anticipate the result of the cancellation of a reservation with an adequate hit rate. The purpose of this model is to create a tool for the hotel industry that can be used for decision making in the business, thus anticipating the possible future and providing the opportunity to obtain a more effective and efficient organization of the business.