Data Mining im Tourismus
| dc.contributor.author | Fuchs, Matthias | |
| dc.contributor.author | Höpken, Wolfram | |
| dc.date.accessioned | 2018-01-16T12:20:31Z | |
| dc.date.available | 2018-01-16T12:20:31Z | |
| dc.date.issued | 2009 | |
| dc.description.abstract | enDer Beitrag zeigt theoretische Grundlagen und praktische Anwendungen des Data Mining für die Tourismusbranche auf. Nach einer Einleitung über die Bedeutung des Data Mining im Tourismus werden die wichtigsten Begriffe bestimmt. Abschnitt 2 liefert gängige Definitionen und skizziert das Konzept der Wissensexploration in Datenbanken. anhand touristischer Beispiele wird auf den Begriff Web Mining eingegangen. Abschnitt 3 beschreibt die wichtigsten Aufgaben und Werkzeuge des Data Mining und streift Methoden zur Klassifikation, Schätzung, Vorhersage, Clusterbildung und Assoziation. Abschnitt 4 stellt praktische Anwendungen des Data Mining für die Tourismusbranche vor. Unter besonderer Berücksichtigung von künstlichen neuronalen Netzen, der Entscheidungsbaum- und Warenkorbanalyse wird Data Mining zur Ermittlung der Determinanten von Gästeloyalität, zur Kundensegmentierung und Klassifikation von Erstbesuchern sowie zur Optimierung der Reiseempfehlung für Reisebürokunden eingesetzt. Die Bedeutung von Data Mining im Tourismus wird durch die breite Verfügbarkeit von Werkzeugen, die enorm wachsenden Mengen an Content und das zunehmende — auch kurzfristige — Interesse an Analysen steigen. | |
| dc.identifier.pissn | 2198-2775 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/14557 | |
| dc.publisher | Springer | |
| dc.relation.ispartof | HMD Praxis der Wirtschaftsinformatik: Vol. 46, No. 6 | |
| dc.relation.ispartofseries | HMD Praxis der Wirtschaftsinformatik | |
| dc.title | Data Mining im Tourismus | |
| dc.type | Text/Journal Article | |
| gi.citation.endPage | 80 | |
| gi.citation.startPage | 73 |