Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBu çalışma sonucunda, elde edilen tahminlerin doğruluğu açısından parametrik olmayan SSA yönteminin daha başarılı olduğu anlaşılmaktadır.
📌 3 Maddede Bu Makale
Özet
Antalya turizminin sürekli büyümesiyle birlikte, daha doğru turizm öngörülerine duyulan ihtiyaç ortaya çıkmakta ve öngörü performansı zaman serisi yöntemlerine göre değerlendirilmektir. Mevsimsel dalgalanmalar turizm serilerinin en önemli özelliğidir ve bu özelliği onu farklı modellerin öngörü performanslarını karşılaştırmak için uygun bir ortam haline getirmektedir. Bu çalışmada, 2007-2018 yılları arasında Rusya'dan Antalya'ya gelen turistlerin verileri kullanılmaktadır. Turizm talebinin öngörüsünde parametrik ve parametrik olmayan tek değişkenli zaman serisi teknikleri, ARIMA, ETS, Kombinasyon (veya Hibrit) ve SSA, karşılaştırılmaktadır. Bu çalışma sonucunda, elde edilen tahminlerin doğruluğu açısından parametrik olmayan SSA yönteminin daha başarılı olduğu anlaşılmaktadır.
Abstract
With the continuous growth of Antalya tourism, the need for more accurate tourism forecasts emerge and the forecast performance is evaluated according to time series methods. Seasonal fluctuations are the most important feature of the tourism series and this feature makes it a suitable environment for comparing the forecast productivity of different models. In this study, the data of tourists coming from Russia to Antalya from 2007 to 2018 are used. The parametric and nonparametric univariate time series techniques, ARIMA, ETS, Combination (or Hybrid) and SSA, are compared in forecasting tourism demand. As a result of this paper, it is understood that the nonparametric SSA technique is more accomplished with respect to the accuracy of the obtained forecasts.