![Ιδρυματικό Αποθετήριο [SANDBOX]](images/dias.logo.png "Ιδρυματικό Αποθετήριο [SANDBOX]"){kind=logo}
Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI: | http://purl.tuc.gr/dl/dias/74786F4D-8955-4086-857E-77CF4FA0479D | ||
| Έτος | 2020 | ||
| Τύπος | Μεταπτυχιακή Διατριβή | ||
| Άδεια Χρήσης |
|
||
| Βιβλιογραφική Αναφορά | Ιάκωβος Σταυρουλάκης, "Πρόβλεψη τιμών και εξόρυξη γνώμης από κριτικές σε διαδικτυακές πλατφόρμες βραχυχρόνιας μίσθωσης ακινήτων", Μεταπτυχιακή Διατριβή, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2020 https://doi.org/10.26233/heallink.tuc.85951 | ||
| Εμφανίζεται στις Συλλογές |
Σκοπός της παρούσας μεταπτυχιακής εργασίας είναι η πρόβλεψη των τιμών των χαρακτηριστικών καταλυμάτων που έχουν εισαχθεί στην πλατφόρμα Airbnb στην περιοχή των Αθηνών με την χρήση μεθόδων μηχανικής μάθησης. Το πρώτο χαρακτηριστικό είναι η τιμή των καταλυμάτων ανά ημέρα όπου παρατηρήθηκε ποιοι παράγοντες επηρεάζουν την τιμή όπως η απόσταση από αξιοθέατα, προηγούμενες κριτικές, ανέσεις δωματίου. Τα κριτήρια για να γίνει ένας οικοδεσπότης Superhost όπως για παράδειγμα η ταχύτητα απάντησης. Τέλος, μελετήθηκε πως συγκεκριμένες λέξεις κλειδιά επηρεάζουν τις κριτικές των καταλυμάτων και συγκεκριμένα αν έχουν θετικό ή αρνητικό αντίκτυπο στην κριτική ενός καταλύματος με την χρήση της μεθόδου Εξόρυξης γνώμης(Sentiment Analysis). Έγινε χρήση των ακόλουθων τεχνικών μηχανικής μάθησης: Απλή γραμμική παλινδρόμηση, Ridge & Lasso Παλινδρόμηση, Τυχαία Δέντρα Αποφάσεων και Τυχαία Δάση Αποφάσεων με την χρήση των προγραμμάτων tableau, SPSS, Microsoft Excel, Dataiku όπου πραγματοποιήθηκε εκτενής σύγκριση των τεχνικών ώστε να προκύψει το βέλτιστο και πιο αντιπροσωπευτικό αποτέλεσμα.
Copyright © DIAS 2013
