• The Journal of Bigdata
• /
• v.9 no.1
• /
• pp.31-47
• /
• 2024

With the advancement of artificial intelligence, the travel and hospitality industry is also adopting AI and machine learning technologies for various purposes. In the tourism industry, demand forecasting is recognized as a very important factor, as it directly impacts service efficiency and revenue maximization. Demand forecasting requires the consideration of time-varying data flows, which is why statistical techniques and machine learning models are used. In recent years, variations and integration of existing models have been studied to account for the diversity of demand forecasting data and the complexity of the natural world, which have been reported to improve forecasting performance concerning uncertainty and variability. This study also proposes a new model that integrates various machine-learning approaches to improve the accuracy of hotel sales demand forecasting. Specifically, this study proposes a new time series forecasting model based on XGBoost that selectively utilizes a local model by clustering with DTW K-means and a global model using the entire data to improve forecasting performance. The hotel demand forecasting model that selectively utilizes global and regional models proposed in this study is expected to impact the growth of the hotel and travel industry positively and can be applied to forecasting in other business fields in the future.

• Culinary science and hospitality research
• /
• v.15 no.2
• /
• pp.231-242
• /
• 2009

One of the most crucial information at the hotel banquet is revenue data. Revenue forecast enables cost reduction, increases staffing efficiency, and provides information that helps maximizing competitive advantages in unforeseen environment. This research forecasts the hotel banquet revenue by utilizing ARIMA Model which was assessed as the appropriate forecast model for international researches. The data used for this research was based on the monthly banquet revenue data of G hotel at Seoul. The analysis results showed that SARIMA(2, 1, 3)(0, 1, 1) was finally presumed. This research implied that the ARIMA model, which was assessed as the appropriate forecast model, was applied for analyzing the monthly hotel banquet revenue data. Additionally, the research provides beneficial information with which hotel banquet professionals can utilize as a reference.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.408-413
• /
• 2020

본 논문은 아고다 사이트의 호텔 정보를 크롤링하여 사용자의 선호 호텔을 구글에서 제공하는 Tensorflow로 인공신경망 딥러닝 학습하여 사용자가 선호하는 호텔을 맞춤 추천하는 애플리케이션의 설계 및 구현에 대하여 서술한다. 본 애플리케이션은 해외(베트남) 호텔을 취향에 맞게 추천받을 수 있도록 만들어진 애플리케이션으로 기존의 필터링 방식으로 추천하는 방식의 애플리케이션들과 달리 사용자의 취향을 딥러닝 학습을 통해 파악하고 최적의 호텔 정보를 추천하는 기능을 제공한다. 본 애플리케이션에 사용된 선호 호텔 예측 모델은 약 84%의 정확도를 보이며 추천 별점으로 표시되어 사용자가 각 호텔에 대해 얼마만큼 선호도를 갖는지 알 수 있다.

• The Journal of the Korea Contents Association
• /
• v.7 no.5
• /
• pp.174-183
• /
• 2007

Recently, the Korean Hotel market has expanded to Asia rapidly including China. However Korean hotels' competitiveness has weaken with Korean won's appreciation and increasing real estate cost. To cope with these problems, Korean hotels are varying and differentiating their services and adopting advanced information system such as ERP(Enterprise Resource Planning) System. ERP Systems requires large amount of cost and time, otherwise successful implementation is not guaranteed. Thus, It is necessary to analyze critical success factors and calculate effect before investment on the ERP system implementation. In this study, I surveyed a Five-star ranked Hotel, named R. To find a method of investment effect calculation. This research is conducted on the basis of previous studies and AHP(analytic hierarchical process), which is suggested by Saaty. Finally, This study presents a significant method of analysis and calculation on investment effect of Hotel's ERP system based on the Hotel R's case.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.163-166
• /
• 2020

호텔기업은 최고의 서비스를 주고받는 산업으로 다른 기업과의 비교우위를 위하여 우수한 인력개발을 통해 조직의 효율성을 확보하는 전략에 초점을 맞추어 왔다. 따라서 본 연구는 호텔종사원을 연구대상으로 선정하여 첫째, 관계갈등이 조직시민행동에 영향을 미칠 것이다, 둘째, 과업갈등이 조직시민 행동에 영향을 미칠 것이다. 셋째, 관계갈등과 조직시민행동과의 관계, 과업갈등과 조직시민행동과의 관계에서 셀프리더십의 조절을 살펴보았다. 자료 수집을 위한 설문조사는 서울 경기도 지역의 특급호텔 종사원을 대상으로 400명에게 설문을 실시하였다. 분석결과를 예측해보면 첫째, 관계갈등은 조직시민행동에 유의미한 관계를 미칠 것으로, 둘째 과업갈등은 조직시민행동에 유의미한 관계를 미칠 것으로, 셋째, 셀프리더십은 관계갈등과 조직시민행동간의 관계에서 조절변수의 역할을 넷째, 셀프리더십은 과업갈등과 조직시민행동에 조절효과를 미칠 것으로 판단되어 진다. 조직시민행동의 예측변인으로서 관계갈등과 과업갈등에 대하여 탐색적인 수준에서 연구가 이루어졌음에도 관계갈등과 조직시민행동 그리고 셀프리더십의 상호작용을 다룬 연구가 이루어진 것에 의미가 있다. 또한 관계갈등과 조직시민행동의 관계를 조절하고 과업갈등과 조직시민행동과의 관계를 조절할 것으로 예측되어지는데 이는 후속연구의 바탕이 될 수 있을 것이다. 이런 연구결과를 바탕으로 조직의 관리자는 관계갈등과 과업갈등을 최소화 하고 조직시민행동을 높일 수 있는 방안에 대한 다양한 자기개발 및 프로그램을 개발하고 종사원에게 제공하여 건실한 조직문화를 이루어야 하겠다.

• Smart Media Journal
• /
• v.12 no.8
• /
• pp.18-25
• /
• 2023

The COVID-19 outbreak in 2020 caused continuous damage worldwode, especially the smart tourism industry was hit directly by the blockade of sky roads and restriction of going out. At a time when overseas travel and domestic travel have decreased significantly, the number of tourist hotels that are colsed and closed due to the continued deficit is increasing. Therefore, in this study, licensing data from the Ministry of Public Administraion and Security were collected and visualized to understand the operation status of the tourism and lodging industry. The machine learning classification algorithm was applied to implement the business status prediction model of the tourist hotel, the performance of the prediction model was optimized using the ensemble algorithm, and the performance of the model was evaluated through 5-Fold cross-validation. It was predicted that the survival rate of tourist hotels would decrease somewhat, but the actual survival rate was analyzed to be no different from before COVID-19. Through the prediction of the business status of the hotel industry in this paper, it can be used as a basis for grasping the operability and development trends of the entire tourism and lodging industry.

• The monthly packaging world
• /
• s.6
• /
• pp.52-54
• /
• 1993

한국포장기술연구소(소장 김영호)는 지난 8월 27일 팔레스호텔에서 '불황을 극복하기 위한 포장 비즈니스'라는 주제로 세미나를 개최하였다. 이번 세미나에서는 일본 포장컨설턴트㈜ 石田 修 대표가 1993~1994년도 포장자재에 관한 사용추세를 예측하여 많은 주목을 받았다. 일본의 각 분야별 경기예측과 이에 따른 포장재 수요 동향이 국내 포장업계 종사자에게도 어느 정도 도움이 될 것으로 믿는다. 세미나 발표 내용 가운데 93~94년도 포장자재 수요 예측에 관한 것을 요약해 싣는다.

• Journal of Applied Tourism Food and Beverage Management and Research
• /
• v.12 no.1
• /
• pp.123-132
• /
• 2001

오늘날 급속히 변화하는 경영환경에 기업인들이 쉽게 적응해 간다는 것이 쉬운 일이 아님을 잘 알려진 사실이지만 그러한 사실을 인정하는 전문인들은 그리 많지 않은 듯 하다. 실제로 기업환경에 영향을 주는 요소들은 점점 복잡해지고 빠른 속도로 변화하고 있어서 호텔관광식음료산업(이하 HRT산업)에 영향을 줄 수 있는 사항들을 검토하고 그것들의 변화를 예측한다는 것은 더욱 더 어려워지고 있다. 하지만, 이러한 노력이 계속되어야만 하는 이유는 변화에 대비하여 다가오는 재앙을 예방하고 적극적으로 기회를 포착하기 위함이며 오늘의 세계를 이해하고 자신감을 확보하여 우리의 활동 영역과 범주를 확장하고 미래를 선택할 수 있게 하기 위함이다. 미래에 대한 분석과 비전 제시는 이 시대의 HRT산업의 리더들이 해야할 최고의 덕목일 것이라 믿는다. 이에 기업에 도움이 될 수 있는 유용한 정보들을 파악하여 미래를 준비하는 경영인들에게 비전을 제시한다는 것은 충분히 가치가 있다고 하겠다. 필자는 이 시대의 HRT산업을 연구하는 학자이며 경영자문가로서 그 동안의 많은 워크샵(Workshop)과 연구결과를 결집하고 현장의 산 경험을 바탕으로 앞으로 10여년 동안 HRT산업에 영향을 줄 수 있는 다섯 가지 주요요소(수요와 공급형태의 변화, 산업 내외적 환경의 안전과 안정, 자산과 자본확보 경쟁, 기술 그것의 경쟁우위방법, 새로운 경영인)들에 대해 제1장에서 정리하였으며 제2장 호텔관광식음료산업의 주요변화예측과 비젼을 핵심만 제시하고자 한다.

• Proceedings of the KIEE Conference
• /
• summer
• /
• pp.680-682
• /
• 2004

수요관리 프로그램의 개발과 시행을 위해 서는 End-Use별로 수요예측과 잠재량 평가가 필수적이다. 업무용 전력수요는 건물용도에 따라 수요패턴이 상이하다. 여기서는 건물용도별 기준수요 예측을 위한 알고리즘과 절차를 제시하였으며, 이를 토대로 시산분석을 하였다. 용도별 전력수요는 사무실, 호텔, 병원, 도소매, 학교, 창고, 식당, 식료품, 체육시설 둥 건물용도로 구분하였으며, End-Use는 이중 6개 용도에 대해 조명, 동력, 공조, 사무, 기타 등 5개로 나누어 추정하였다.

• Proceedings of the Culinary Society of Korean Academy Conference
• /
• 2004.08a
• /
• pp.65-83
• /
• 2004