基于時間序列分析的酒店入住率預測

中圖分類號：0212 文獻標志碼：A 文章編號：2095-2945（2025）24-0050-04

DOI：10.19981/j.CN23-1581/G3.2025.24.010

Abstract：Hoteloperatorshopetoaccuratelypredictthehotelocupancyratesinordertomaximizeprofits.Thisarticle takestheoccupancyrateofahotelinChenguanDistrit，Lanzhou Cityasatimeseries.，basedontheanalysisofitsauto corelationfunctionandpartialautocorelationfunctionanARIMA（14）modelisestabisedusingRlanguage.heliability ofthe modelistestedbycomparingtheAICvalueandSCvalue.Onthisbasis，a1OOdaypreditionwasmadeforthetime series，andthefitingdegreeofthe modelwastestedusing MAPEandRMSE，theresultsshowedthatthemodelhadhigh accuracy in predicting hotel occupancy rates.

Keywords： hotel occupancy； time series; ARIMA model; prediction; accuracy

入住率是衡量酒店經營狀況的重要指標，對人住率的精準預測能為酒店帶來很高的價值，酒店經營者可以掌握市場需求，從而進行差別定價，在不同的時期采用不同的收益管理策略以達到收益最大化，從這個角度來說，精準的入住率預測對酒店管理的意義重大。

目前對酒店人住率的預測研究，學者們從不同的影響因素、不同的角度和不同的預測方法等均進行了探討。Weatherford等使用萬豪酒店人住率數據，測試了各種模型，結果表明，指數平滑模型、移動平均模型較為高效穩健。Bing等2利用5種查詢的搜索量去預測酒店客房的需求，并運用ARMA模型去評估數據的有效性。Assaf等提出壓縮變差模型，引入2個非線性壓縮變量去預測酒店的入住率，并與其他幾種模型進行對比，結果表明，壓縮變差回歸模型預測效果最好。張毅等引入虛擬變量與時間趨勢項，擬合出酒店人住率的變化趨勢，檢驗結果表明，模型的預測精度較高。武文斌基于酒店入住率數據，應用支持向量機對酒店的入住率進行了建模與預測，并定量地評價了預測精度。

本文從互聯網上爬取蘭州市城關區某酒店真實入住相關數據，將其轉化為原始時間序列，分析該酒店入住率變化趨勢，建立適合該酒店的時間序列分析模型，預測入住率，并檢驗建模的效果，為酒店經營者的決策提供幫助。

1 時間序列分析

1.1平穩時間序列分析

對于平穩時間序列，通常用自回歸滑動平均模型（Autoregressive Moving Average Models，ARMA）來研究其變化規律。……