Predicción de la demanda de pasajes aéreos a través de técnicas de aprendizaje automático: aplicación al estudio de caso de una agencia de viajes

Fecha:

2019

Temas:

Predicciones - Machine learning - Economía del turismo - Transporte aéreo - Bases de datos

Descripción:

En el presente trabajo se utilizaron modelos de minería de datos para predecir la cantidad de pasajes aéreos vendidos a las regiones de Europa y Caribe y a su vez, determinar las variables que influyen en su venta. La elección de destinos pertenecientes a regiones distintas como caso de estudio se hizo con el objetivo de poder comparar los resultados obtenidos en destinos que no son similares en relación con sus características vacacionales. Para ello, se entrenó el modelo con cuatro algoritmos de clasificación (Decision Tree, K-NN, Random Forest y Gradient Boosting Trees) sobre una base de 83.332 búsquedas diarias desde agosto 2018 a septiembre 2019; para evaluar la calidad de los modelos probados, se utilizó la métrica del error cuadrático medio (RMSE).

Identificador:

http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502-2220_CalaMB