您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202001-80
论文题目 基于机器学习的消费者酒店预订渠道选择研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于机器学习的消费者酒店预订渠道选择研究

首发时间:2020-01-14

张舵 1   

张舵(1996-),女,主要研究方向为数据科学与智能信息系统

闫强 1   

闫强(1972-),男,教授、博导,主要研究方向为网络用户行为分析,教育信息化,电子商务营销渠道

  • 1、北京邮电大学经济管理学院,北京 100876

摘要:本文利用基于极端梯度提升方法的5折交叉验证递归特征消除算法,对度假酒店基于机器学习的消费者酒店预订渠道选择研究数据集进行了挖掘,发现对消费者关于酒店预订渠道选择影响较大的因素主要为是否寻找代理、价格、消费者类型、存款类型和特殊要求总数,从数据层面证明了消费者特征和消费方式对消费者酒店预订渠道选择的影响是最主要的,发现通常有代理参与预订的消费者通常选择第三方代理渠道;提前计划预订时间越长,消费者越倾向于选择第三方代理渠道;特殊要求较多的消费者倾向于选择酒店的直销渠道。并通过四种分类方法筛选特征前后的表现对比验证了特征筛选的有效性,利用逻辑回归模型从客观层面对特征影响进行了测度,结合服务质量模型、时间建构理论和感知价格等理论对结论进行了阐释,指出酒店可以通过科学地管理与在线旅游平台之间的关系进行全渠道建设,提升酒店收入和效益。

关键词: 信息管理与信息系统 酒店预订渠道 XGBoost 在线旅游代理 递归特征消除

For information in English, please click here

Research on Consumer Hotel Booking Channel Selection Based on Machine Learning

Zhang Duo 1   

张舵(1996-),女,主要研究方向为数据科学与智能信息系统

Yan Qiang 1   

闫强(1972-),男,教授、博导,主要研究方向为网络用户行为分析,教育信息化,电子商务营销渠道

  • 1、School of Economics and Management, Beijing University of Posts and Telecommunications,Beijing 100876

Abstract:This paper uses a 5-fold cross-validation recursive feature elimination algorithm based on the extreme gradient lifting method to mine a resort hotel data set. It is found that three factors which have a major impact on consumers' choice of hotel reservation channels are mainly whether to find agents, average daily rate, and consumer type. It has been proved from the data level that consumer characteristics and consumption patterns have the most important effect on the choice of consumer hotel reservation channels. Consumers who usually have agents participating in bookings usually choose third-party agent channels. And those who plan at a long time before his arriving, he would have more possibility to choose a third-party agency channel, while the more demanding consumers tend to choose a hotel's direct sales channel. The comparison of the performance of the four classification methods before and after verifies the effectiveness of feature filtering. The logistic regression model is used to measure the impact of features from an objective level. Conclusions are combined with theories such as service quality model, time construction theory, perceived price and so on. It explained that the hotel can conduct omni-channel construction by scientifically managing the relationship with the online travel agency to improve hotel revenue and efficiency.

Keywords: information management and information system hotel booking channel XGBoost online travel agency recursive feature elimination

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
张舵,闫强. 基于机器学习的消费者酒店预订渠道选择研究[EB/OL]. 北京:中国科技论文在线 [2020-01-14]. http://www.paper.edu.cn/releasepaper/content/202001-80.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于机器学习的消费者酒店预订渠道选择研究