PRONÓSTICO DE LA DEMANDA TURÍSTICA DEL HOTEL BRISAS GUARDALAVACA DE HOLGUÍN A TRAVÉS DE UNA RED NEURONAL ARTIFICIAL
FORECAST OF TOURIST DEMAND AT THE BRISAS GUARDALAVACA HOTEL IN HOLGUÍN THROUGH AN ARTIFICIAL NEURONAL NETWORK
Fecha recibido: 03/03/2021 | Fecha publicado: 09/03/2021 | Fecha corregido: 09/03/2021 |Autores
MSc. Mayly Torres Álvarez MSc. Julio Ernesto de la Rosa Melian Dr.C. Yosvani Orlando Lao León
RESUMEN
El turismo para diversos países constituye un sector priorizado por los beneficios que reporta a la economía de los mismos. La correcta gestión de los destinos turísticos depende en gran medida del pronóstico que se realice de la demanda de clientes. Los estudios realizados en este campo en mayor medida involucran el uso de la regresión y análisis estadísticos. La implementación de herramientas de la Inteligencia Artificial contribuye a disminuir la incertidumbre asociada a los análisis relacionados con el futuro, en este sentido las Redes Neuronales Artificiales ofrecen ventajas que facilitan el proceso de toma de decisiones. El objetivo general de la investigación es pronosticar el por ciento de ocupación del hotel Brisas Guardalavaca a partir de la utilización de una red neuronal artificial perceptrón multicapa, cuyas predicciones contribuyen a disminuir la brecha entre la demanda de clientes pronosticada y la real. Como resultado, se utilizó la red para el pronóstico de los meses de enero y febrero evidenciando un buen ajuste al compararlo con los resultados reales del hotel.
Palabras claves: pronóstico, demanda, turismo, Red Neuronal Artificial
FORECAST OF TOURIST DEMAND AT THE BRISAS GUARDALAVACA HOTEL IN HOLGUÍN THROUGH AN ARTIFICIAL NEURONAL NETWORK
ABSTRACT
Tourism for various countries constitutes a sector prioritized by the benefits it brings to their economies. The correct management of tourist destinations largely depends on the forecast made of customer demand. The studies carried out in this field to a greater extent involve the use of regression and statistical analysis. The implementation of Artificial Intelligence tools contributes to reduce the uncertainty associated with future-related analyzes. In this sense, Artificial Neural Networks offer advantages that facilitate the decision-making process. The general objective of the research is to forecast the occupancy percentage of the Brisas Guardalavaca hotel based on the use of a multilayer perceptron artificial neural network, the predictions of which contribute to reducing the gap between the predicted and actual customer demand. As a result, the network was used for the forecast for the months of January and February, evidencing a good fit when compared with the actual results of the hotel.
Keywords: forecast, demand, tourism, Artificial Neural Network
