FORECASTING TOURISM DEMAND BY ARTIFICIAL NEURAL NETWORKS AND TIME SERIES METHODS: A COMPARATIVE ANALYSIS IN INBOUND TOURISM DEMAND TO ANTALYA
Journal Name:
- Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi
Keywords (Original Language):
| Author Name | University of Author | Faculty of Author |
|---|---|---|
Abstract (2. Language):
In this study, it is aimed to determine the forecasting method that
provides the best performance when compared the forecast accuracy of
exponential smoothing, Box-Jenkins as time series techniques and artificial
neural networks to estimate the monthly inbound tourism demand to Antalya
via the method giving best results. Monthly foreign tourist arrivals to Antalya
in the period of January 1992-December 2006 data were utilized to build
appropriate model. As a consequence of several attempts it has been
observed that 12 lagged ANN model formed by utilizing the unpreprocessed
raw data has presented best performance and by the means of this model it
has been forecasted the monthly inbound tourism demand to Antalya for year
2009.
Bookmark/Search this post with
Abstract (Original Language):
Bu çalışmada; zaman serisi yöntemlerinden Üstel Düzleştirme ve
Box-Jenkins yöntemleri ile farklı mimarilere sahip yapay sinir ağı
modellerinin tahmin doğruluklarını karşılaştırarak en yüksek doğruluğu
sağlayan modelin belirlenmesi ve belirlenen model yardımıyla Antalya iline
yönelik aylık dış turizm talebi tahminlerinin yapılması amaçlanmıştır.
Çalışmada Ocak 1992- Aralık 2005 döneminde Antalya iline gelen aylık
yabancı turist sayısı verilerinden yararlanılmıştır. Yapılan çok sayıda
deneme sonucunda orijinal seri değerleri kullanılarak oluşturulan 12
gecikmeli yapay sinir ağı modelinin en yüksek doğruluğu sağladığı görülmüş
ve elde edilen model yardımıyla 2009 yılı için Antalya iline yönelik aylık dış
turizm talebi tahminleri yapılmıştır.
FULL TEXT (PDF):
- 1
99-114