Προγνωστική ανάλυση με δεδομένα ψηφιακού μάρκετινγκ για την πρόβλεψη ζήτησης στον τουρισμό
Loading...
Date
2026-03-04
Authors
Κονδύλη, Ελένη
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα εργασία διερευνά την αξιοποίηση της μηχανικής μάθησης για την πρόβλεψη της τουριστικής ζήτησης μέσω δεδομένων ψηφιακού μάρκετινγκ, αναγνωρίζοντας την ανάγκη των επιχειρήσεων για ακριβή στρατηγικό σχεδιασμό σε ένα δυναμικό περιβάλλον. Η μελέτη εστιάζει στην ανάλυση της σχέσης μεταξύ ψηφιακών δεικτών, όπως η επισκεψιμότητα ιστοσελίδων, οι αναζητήσεις στο Google Trends και η αλληλεπίδραση στα μέσα κοινωνικής δικτύωσης, με τον όγκο των τουριστικών κρατήσεων. Λόγω της περιορισμένης διαθεσιμότητας πραγματικών δεδομένων, χρησιμοποιήθηκαν συνθετικά δεδομένα 60 μηνιαίων παρατηρήσεων που προσομοιώνουν ρεαλιστικές συνθήκες εποχικότητας και τάσεων. Η μεθοδολογία περιλαμβάνει την εφαρμογή προηγμένων αλγορίθμων παλινδρόμησης και ταξινόμησης, όπως τα μοντέλα Random Forest, XGBoost και το νευρωνικό δίκτυο LSTM, με σκοπό την πρόβλεψη της συνεχούς ζήτησης αλλά και τον διαχωρισμό της σε κατηγορίες υψηλής ή χαμηλής έντασης. Τα αποτελέσματα υπογραμμίζουν την υψηλή προγνωστική αξία των ψηφιακών αποτυπωμάτων και την ανωτερότητα των σύνθετων μοντέλων στην αναγνώριση μη γραμμικών σχέσεων. Συμπερασματικά, η εργασία αναδεικνύει ότι η ενσωμάτωση των Big Data και της τεχνητής νοημοσύνης προσφέρει ένα ισχυρό ανταγωνιστικό πλεονέκτημα στον τουριστικό κλάδο, επιτρέποντας τη βελτιστοποίηση των πόρων, την εξατομίκευση των προωθητικών ενεργειών και την έγκαιρη ανταπόκριση στις μεταβαλλόμενες ανάγκες της αγοράς, ενώ θέτει τις βάσεις για μελλοντική χρήση δεδομένων σε πραγματικό χρόνο και πιο πολύπλοκων αρχιτεκτονικών βαθιάς μάθησης.
Description
Keywords
Τουριστική ζήτηση, Ψηφιακό μάρκετινγκ, Μηχανική μάθηση, Προγνωστικά μοντέλα