Otel rezervasyon yöntemleri gelişen teknoloji ile birlikte sürekli yenilenmektedir. Rezervasyonda en önemli problem kullanıcıların en az para ile en çok memnuniyet verebilecek otellerin tespitidir. Bu tür problemlerin çözümünde son yıllarda gelişen makine öğrenmesi tekniklerinin kullanıldığı görülmektedir. Ancak mevcut sistemler, statik yapıda çalışmakta ve otelleri belirli aralıklarda puanlamaktadırlar. Rezervasyonlarda bu ölçüt anahtar rol oynamaktadır. Ancak, müşteriler oteli seçip rezervasyon yaptıktan sonra, eğer diğer otellerdeki fiyatlar ve diğer şartlar değişirse müşteriler fırsatları kaçırmaktadırlar ve dolayısıyla bu durum müşterilerde memnuniyet kaybına neden olmaktadır. Bu çalışmada, müşterilerin memnuniyet / fiyat oranını yükseltmeye odaklı dinamik ve makine öğrenmesi tabanlı otel öneri sistemi geliştirilmiştir. Önerilen sistemde, müşteri rezervasyonunu yapmış olsa dahi, tatilin fiilen başlamasına kadar, daha iyi fırsatlar olduğunda müşteriye öneriler sunacak ve dolaylı olarak müşteri memnuniyetini ve otel doluluk oranlarını artırıcı bir etki yaratacaktır. Sistemin işleyişi makinenin eğitilmesine dayalıdır. Bunun için, çeşitli özelliklerine göre birbirine üstünlükleri bilinen oteller ile sistem eğitilmiştir. Daha sonra, sistemde olmayan bir otelin diğer otellerle otomatik olarak karşılaştırılıp daha iyi fırsatın oluşup oluşmadığı otonom ve dinamik olarak tespit edilmiştir. Karşılaştırma ve sınıflandırma işlemleri Destek Vektör Makinaları (SVM) algoritması ile gerçekleştirilmiştir. Eğitim verileri yaklaşık 680 satırdan oluşmuştur. Bu veriler, 1154983 otel üzerinden rastgele seçilen ikili eşleştirmelerin seyahat acentelerine gönderilip, karşılaştırma ve sonuç bilgilerinin manuel girişi ile elde edilmiştir. Sistemin başarımı, gerçek otel verileri üzerinde test edilmiş ve 0.85 doğruluğunda makine öğrenme modeli geliştirilmiştir.
Go Here
Büyük Veri, Paralel İşleme ve Akademisyenlik [Link]
Veri Analitiği & Büyük Veri [Link]