期刊論文
| 學年 | 98 |
|---|---|
| 學期 | 2 |
| 出版（發表）日期 | 2010-07-01 |
| 作品名稱 | 以倒傳遞網路預測來台觀光人次之研究 |
| 作品名稱（其他語言） | Inbound Tourist Demand Forecasting by Back-Propagation Network |
| 著者 | 陳淑娟; 郭仕堯; 許紹紋 |
| 單位 | |
| 出版者 | |
| 著錄名稱、卷期、頁數 | 真理觀光休閒學報 8, p.87–98 |
| 摘要 | 需求預測對於觀光產業決策影響甚鉅，唯有仰賴精確的預測方法，準確預測需求，觀光產業才能做出最佳的營運決策，及早擴充人力與設備。類神經網路可接受不同種類的輸入變數，適應力強，具良好推廣性，故本研究採用監督式學習網路中的倒傳遞神經網路（Back-Propagation Network），自行撰寫MATLAB程式，進行日本及香港來台觀光人次之預測，並使用PC Neuron軟體驗證。本研究透過回顧觀光人次預測相關文獻，歸納並採用學界較常使用的7個輸入變數：人口（Population）、航班數量（Flight Movement）、消費者物價指數（Consumer Price Index）、平均飯店費率（Average Hotel Rate）、匯率（Foreign Exchange Rate）、行銷費用（Marketing Expenses）與國內支出總額（Gross Domestic Expenditure）。分別進行日本與香港來台觀光人次預測之分析比較，並探討訓練年份與輸入變數之影響。實證結果發現將以上變數輸入倒傳遞網路，預測日本與香港來台觀光人次之平均絕對百分誤差（Mean Absolute Percentage Error）分別為2.25％與4.75％，預測能力極佳。探討輸入變數得知，去除航班數量和消費者物價指數之影響最大。本研究亦發現香港因具有轉運特性，故去除國內（境內）支出總額後，觀光人次預測較為準確。 |
| 關鍵字 | 觀光人次;需求預測;類神經網路;倒傳遞網路;tourist;forecasting;artificial neural network;back-propagation network |
| 語言 | zh_TW |
| ISSN | |
| 期刊性質 | 國內 |
| 收錄於 | |
| 產學合作 | |
| 通訊作者 | |
| 審稿制度 | 是 |
| 國別 | TWN |
| 公開徵稿 | |
| 出版型式 | ,電子版 |
| 相關連結 |
機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/115128 ) |