Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Prediktion av gästantal för utomhusanläggning: Ett experiment huruvida prediktion av antalet gäster är möjligt utifrån en specifik skidanläggning
Karlstad University, Faculty of Arts and Social Sciences (starting 2013), Karlstad Business School (from 2013).
2019 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
Prediction of guest number for outdoor facility : An experiment whether prediction of the number of guests is possible based on a specific ski resort (English)
Abstract [sv]

Syftet med denna kandidatuppsats är att undersöka om och hur det går att kunna förutspå antalet gäster för en specifik skidanläggning i Sverige. Eftersom skidanläggningar är dyra att bedriva är det en viktig aspekt att kunna planera personal kostnadseffektivt. Genom att analysera skidortens stora datamängder angående historiska kunddata, tillsammans med historiska och reala väderdata, kan prediktiva analyser genomföras. Detta leder till att skidorten kan utforma bättre tillsättning av personal för att reducera liftköer i backarna, minska matsvinnet i restauranger och även minska eventuella förluster kopplade till överbemanning. Tack vare system som framkallar beslutsunderlag, så kallade beslutsstödsystem, kan företag agera konkurrenskraftigt på marknaderna. Den här studien försöker därför undersöka huruvida det går att framkalla en eventuell prognos för framtida gästantal. Genom att samla in olika typer av både kund- respektive väderdata, har tvättning av data genomförts för att sedan låta olika prediktiva modeller förutspå framtiden. Resultatet för studien påvisar betydelsen gällande bearbetningsprocessen av data, och avslutas med intressanta tankar gällande framtida forskning. Utifrån detta kan det konstateras att en eventuell prediktion är möjlig, men endast i mån av en ungefärlig gräns utifrån antalet gäster. Ett överskridande av gränsen riskerar prediktionsförmågan att försämras.

Place, publisher, year, edition, pages
2019. , p. 29
Keywords [sv]
Beslutstöd, prediktion, datakvalité, maskininlärning, CRISP-DM.
National Category
Information Systems
Identifiers
URN: urn:nbn:se:kau:diva-72570Local ID: 838OAI: oai:DiVA.org:kau-72570DiVA, id: diva2:1325004
External cooperation
QBIM
Subject / course
Information Systems
Educational program
Study Programme in IT design, 180 hp
Supervisors
Examiners
Available from: 2019-07-01 Created: 2019-06-14 Last updated: 2019-07-01Bibliographically approved

Open Access in DiVA

fulltext(414 kB)3 downloads
File information
File name FULLTEXT01.pdfFile size 414 kBChecksum SHA-512
f66c624a0173ba6aed4c313bfc42f26fd8c4841c7aa36db24e025f08f747be44a8fd3ff38d4a27650960f5ac96a97bcbcbb12160cc8a2b505add8788fb7c71b9
Type fulltextMimetype application/pdf

By organisation
Karlstad Business School (from 2013)
Information Systems

Search outside of DiVA

GoogleGoogle Scholar
Total: 3 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 9 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf