觀光業是經濟成長的重要驅動力，可創造許多就業機會。旅館住宿是構成觀光業的重要成分之一，然因住宿需求易受國家政策和經濟景氣的影響，產生較大的波動，使得需求預測不是一件容易的工作。若能準確預測住宿需求，將可降低飯店經營的風險，創造較大的利潤。
本文企圖尋找最準確的預測模型，以供A飯店住宿需求的預測。我們應用時間數列模型(ARIMA與ETS)，與AI人工智慧模型(ANN與SVR)，分析A飯店每日的住宿人數，期間由2015年1月1日至2019年12月31日止，共1826個觀察值；再以RMSE和SMAPE兩種指標來評估模型的預測準確度。預測結果顯示，整體而言，AI模型的預測能力普遍優於時間數列模型；以RMSE來說，ANN與SVR的值相當接近，優於ARIMA模型，但略高於ETS；若從SMAPE來看，AI模型的預測表現仍優於傳統模型，且SVR的準確度高於ANN，而在傳統模型中，ETS依舊表現得比ARIMA來得好。最後，根據預測準確度最佳的模型，對2020年的住宿人數進行事前預測，據以得到可行的建議，提供實務上管理飯店之用。

Tourism industry is the driving force of accelerating the economy which creates a great amount of opportunity. Though lodging is one of the key segments for building the tourism industry, it’s not an easy task to calculate the prediction of demand; it’s largely fluctuated and strongly affected by the government’s policy and market trend. If we can ensure the accuracy of the prediction of lodging demand, the risk of operating a hotel or resort will greatly decrease to create a larger profit.
This research is attempting to calculate and discover the most accurate prediction model for lodging demand, in order to provide the best solution for Hotel A. We applied time series model (ARIMA & ETS) and artificial intelligence model (ANN & SVR) to analyze the number of checked-in guests from 2015 to 2019, which provide us 1826 observations; eventually, applied two indexes, RMSE and SMAPE, to evaluate the accuracy of the prediction model. The result comes out that the overall evaluation of both models artificial intelligence model is better than time series model; through RMSE, the rate of ANN and SVR are similar, advanced than ARIMA, slightly over ETS; through SMAPE, the result comes out the same as artificial intelligence model performed better than time series model, the accuracy of SVR higher than ANN, and in traditional model, the performance of ETS is still better than ARIMA. Finally, following the result of the tested-model with the highest accuracy, use the model to predict the number of 2020 checked-in guests, to generate useful advice for operating and managing the hotel and resort industry.

目錄 ⅰ
表目錄 ⅱ
圖目錄 ⅰⅰⅰ
第壹章 緒論 1
第一節 研究背景 1
第二節 研究動機 3
第三節 研究目的 5
第四節 研究流程 6
第貳章 文獻回顧 7
第一節 觀光產業與旅館業概況 8
第二節 飯店經營管理相關文獻 18
第三節 觀光需求預測相關文獻 21
第叁章 研究方法 24
第一節 指數平滑法 24
第二節 差分自我迴歸移動平均模型 25
第三節 類神經網路 27
第四節 支持向量迴歸 30
第肆章 實證分析 36
第一節 資料來源與處理 36
第二節 敘述統計分析 46
第三節 預測模型推估與績效比較 51
第四節 預測模型於飯店經營之應用 59
第五章 結論與建議 62
第一節 研究結論 62
第二節 研究限制與建議 63
參考文獻 64

一、中文部份
1.楊衍邦(2018)，臺灣旅館業在地化經營策略─文獻分析與個案訪談，高雄大學國際高階經營管理碩士在職專班碩士論文。
2.潘朝達(1980)，旅館管理基本作業. 水牛出版社。
3.陳宗玄、張瑞琇(2008)，休閒遊憩產業概論，揚智文化。
4.吴观张(1994)，高层商住 (写字, 旅馆) 楼的设计探讨(上)，建筑学报，(8)，4-10。
5.楊允祚(1983)，觀光詞典。
6.Garet. MS、Porter. AC、Desimone. L.、Birman. BF、Yoon. KS（2001），是什麼使職業發展有效？全國教師樣本的結果，美國教育研究雜誌，38（4），915-945
7.司徒達賢(1994)，策略矩陣分析法基礎，管理評論，13(2)，1-22。
8.林幸君、李慧琳、許聖民、林國榮、李篤華、張靜貞、徐世勳(2015)，臺灣經濟預測與政策.
9.石鎧禎(2018)，借鏡中國大陸經驗探討台灣電子支付的對策，淡江大學財務金融學系碩士在職專班學位論文，1-56。
10.潘朝達(1980)，旅館管理基本作業. 水牛出版社。
11.李宗珏、黃純德(2004)，台灣民宿業者餐旅行銷組合與關鍵成功因素之研究，銘傳大學觀光事業研究所碩士論文。
12.林侑萱、李俊憲(2010)，中國大陸與台灣旅遊產業，市場結構差異之比較研究，大葉大學國際企業管理學系碩士論文。
13.郭純純(2004)，觀光飯店之 [款待設計](Hospitality Design) 室內空間論述，中原大學室內設計研究所學位論文，1-188。
14.張皓為（2018），以文字探勘技術探討五星級飯店之品牌形象—以老爺酒店為例，真理大學觀光事業學系碩士班碩士論文。
15.張嘉珮(2007)，觀光旅館業人力資源部門主管職能之研究，亞洲大學休閒與遊憩管理學系碩士班學位論文，1-78。
16.潘治民、林億明、周秣宸(2009)，準固定要素與績效評估-台灣國際觀光旅館客房部之實證研究，亞太經濟管理評論，12(2)，61-80。
17.施瑞峰(2000)，臺灣國際觀光旅館國人住宿率預測之研究，朝陽科技大學休閒事業管理系碩士論文。
18.鄭天澤、時巧煒(1995)來華觀光旅客需求預測模式比較分析，管理評論，14(1)，77-116。
19.黃營芳、詹雅竹(2014)應用灰色理論預測高雄地區國際觀光旅館住宿人數之研究，商業現代化學刊，7(4)，89-103。
20.林景琪(2017)不同客源住宿高雄代表性飯店數量預測時間序列研究，國立高雄應用科技大學觀光與餐旅管理研究所。
21.廖哲瑋、呂嘉祥、凃凱妮、林君涵、許閔傑、曾鴻儒(2010)來台觀光旅客人數預測分析。
22.陳月津(2014)台南市古蹟觀光遊客人數預測分析，朝陽科技大學休閒生活美學產業碩士專班學位論文，1-80。
23.徐振倫(2011)國際觀光旅館之住宿人數預測模型研究，臺灣師範大學餐旅管理與教育研究所學位論文，1-80。
24.黃仁宗、盧炳志、穆堃豪(2013)運用類神經網路於休閒農場來客數之預測，休閒觀光與運動健康學報，4(1)，1-19。
25.林怡秀、李宜臻、吳佳蓉、劉怡宏(2010)主要觀光遊憩區旅遊分析。
26.交通政策白皮書第六章觀光政策https://admin.taiwan.net.tw/upload/contentFile/auser/b/wpage/chp61/61_1.htm
27.股感知識庫https://www.stockfeel.com.tw/%E6%97%85%E9%81%8A%E7%94%A2%E6%A5%AD%E6%A6%82%E8%A7%80/
28.中時電子報https://www.chinatimes.com/realtimenews/20190117003444-260410?chdtv
29.TTR台灣趨勢研究：產業分析：旅行業發展趨勢https://www.twtrend.com/share_cont.php?id=37 & https://www.twtrend.com/share_cont.php?id=29
30.欣傳媒旅遊頻道https://solomo.xinmedia.com/globaltourismvision/146969
31.天下雜誌https://www.cw.com.tw/article/article.action?id=5078123
32.台灣觀光飯店產業- 研究報告- 財經知識庫- MoneyDJ理財網https://www.moneydj.com/KMDJ/Report/ReportViewer.aspx?a=7402be4a-c34f-4be6-848d-35e812ff32ed
33.CEO談經營哲學| 經理人https://www.managertoday.com.tw/articles/view/53204
34.飯店管理學- MBA智库百科https://wiki.mbalib.com/zh-tw/%E9%A5%AD%E5%BA%97%E7%AE%A1%E7%90%86%E5%AD%A6
35.旅遊玩家-台灣觀光發展http://holidaygo.blogspot.com/2015/03/taiwan-travel-history.html
36.台灣觀光產業的發展歷程及趨勢https://www.slideshare.net/kevin0673/ss-50939472
37.旅@天下 Global Tourism Vision NO.79: 白色饗宴 用愛繫上希望
38.衛生福利部疾病管制署https://www.cdc.gov.tw/Category/Fpage/vropP_BL-TpPDvG94ABqZA
39.維基百科，自由的百科全書https://zh.wikipedia.org/wiki/Wikipedia:%E9%A6%96%E9%A1%B5

二、英文部分
1.Brown, R. G. (1959). Statistical forecasting for inventory control: McGraw/Hill.
2.Kohzadi, N., Boyd, M. S., Kermanshahi, B., & Kaastra, I. (1996). A comparison of artificial neural network and time series models for forecasting commodity prices. Neurocomputing, 10(2), 169-181.