基于RandomForest的取消酒店预订应用研究

• 作者: 顾凤云 曹睿
• 来源期刊: 赤峰学院学报（自然科学版）
• 关键词: 机器学习 取消预订模型 酒店行业 Randomforest模型 SHAP值
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 15-22
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-260X.2021.06.005

摘要

酒店行业迅速发展的同时,存在专业人才短缺、缺乏成熟的管理模式和临时取消率高等问题.本文以Kaggle酒店取消预订数据集为研究对象,对原始数据进行预处理,再利用Lasso方法进行特征重要性排序,将特征提取后的数据作为RandomForest训练模型的输入进行预测,并且通过与XGBoost、LightGBM、DecisionTree等7种主流算法进行对比实验,结果表明本文方案在accuracy、recall、f1 score、AUC四种性能指标上优于对比模型.采用SHAP模型对已建立的价格模型进行解释,同时通过XGBoost,RandomForest的特征重要性排序,识别影响取消预订的关键因素是押金类型、预订时长以及预定渠道.