{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5306715"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5306715","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Machine learning techniques for hotel booking cancellation prediction","abstract":"H παρούσα διπλωματική εργασία εξετάζει την εφαρμογή αλγορίθμων μηχανικής μάθησης για την πρόβλεψη ακυρώσεων κρατήσεων ξενοδοχείων, χρησιμοποιώντας ένα σύνολο δεδομένων που συλλέχθηκε από ξενοδοχεία στην Πορτογαλία την περίοδο 2015-2017. Το σύνολο των δεδομένων αποτελείται από 119,390 παρατηρήσεις και 32 γνωρίσματα που σχετίζονται με τις λεπτομέρειες της κράτησης, τους πελάτες καθώς και χαρακτηριστικά του ξενοδοχείου, με τη μεταβλητή-στόχο να δηλώνει εάν μια κράτηση ακυρώθηκε ή όχι. Η μελέτη ξεκινά με διερευνητική ανάλυση των δεδομένων για την κατανόηση της υποκείμενης δομής. Οι μεταβλητές εξετάζονται όσον αφορά την κατανομή και τις συχνότητές τους, ενώ στη συνέχεια πραγματοποιούνται στατιστικοί έλεγχοι για την εκτίμηση της σημαντικότητάς τους σε σχέση με το αποτέλεσμα της κράτησης. Οι συσχετίσεις μεταξύ των χαρακτηριστικών αναλύονται μέσω του συντελεστή Spearman για αριθμητικές μεταβλητές και του Cramer’s V για κατηγορικές μεταβλητές, προκειμένου να εντοπιστεί πιθανή πολυσυγγραμμικότητα και περιττή πληροφορία. Επιπλέον, πραγματοποιείται ανάλυση σημαντικότητας των μεταβλητών, ώστε να βελτιστοποιηθεί το σύνολο δεδομένων. Τρεις αλγόριθμοι μηχανικής μάθησης, Decision Tree, Random Forest και XGBoost, υλοποιούνται σε περιβάλλον Python. Δίνεται προτεραιότητα στην βελτιστοποίηση της ανάκλησης (recall), διασφαλίζοντας ότι ανιχνεύονται όσο το δυνατόν περισσότερες ακυρώσεις. Τα μοντέλα αξιολογούνται βάσει μετρικών, όπως Recall, Precision, F1-score, Accuracy και AUCPR, προκειμένου να γίνει μια ολοκληρωμένη ανάλυση της προβλεπτικής τους ικανότητας. Τα αποτελέσματα δείχνουν ότι τα επιλεγμένα μοντέλα μηχανικής μάθησης ταξινομούν αποτελεσματικά τις ακυρώσεις κρατήσεων. Το μοντέλο XGBoost παρουσίασε τη συνολικά καλύτερη απόδοση, επιτυγχάνοντας 79% ακρίβεια και F1-score 69%, ισορροπώντας precision (60%) και recall (82%). Το μοντέλο Decision Tree είχε τη μέγιστη ανάκληση (recall 89%), καθιστώντας το το πιο αποτελεσματικό στην ανίχνευση ακυρώσεων, ενώ το μοντέλο Random Forest προσέφερε μια ισορροπημένη προσέγγιση, με recall 84% και precision 54%.","abstract_html":"H παρούσα διπλωματική εργασία εξετάζει την εφαρμογή αλγορίθμων μηχανικής μάθησης για την πρόβλεψη ακυρώσεων κρατήσεων ξενοδοχείων, χρησιμοποιώντας ένα σύνολο δεδομένων που συλλέχθηκε από ξενοδοχεία στην Πορτογαλία την περίοδο 2015-2017. Το σύνολο των δεδομένων αποτελείται από 119,390 παρατηρήσεις και 32 γνωρίσματα που σχετίζονται με τις λεπτομέρειες της κράτησης, τους πελάτες καθώς και χαρακτηριστικά του ξενοδοχείου, με τη μεταβλητή-στόχο να δηλώνει εάν μια κράτηση ακυρώθηκε ή όχι. Η μελέτη ξεκινά με διερευνητική ανάλυση των δεδομένων για την κατανόηση της υποκείμενης δομής. Οι μεταβλητές εξετάζονται όσον αφορά την κατανομή και τις συχνότητές τους, ενώ στη συνέχεια πραγματοποιούνται στατιστικοί έλεγχοι για την εκτίμηση της σημαντικότητάς τους σε σχέση με το αποτέλεσμα της κράτησης. Οι συσχετίσεις μεταξύ των χαρακτηριστικών αναλύονται μέσω του συντελεστή Spearman για αριθμητικές μεταβλητές και του Cramer’s V για κατηγορικές μεταβλητές, προκειμένου να εντοπιστεί πιθανή πολυσυγγραμμικότητα και περιττή πληροφορία. Επιπλέον, πραγματοποιείται ανάλυση σημαντικότητας των μεταβλητών, ώστε να βελτιστοποιηθεί το σύνολο δεδομένων. Τρεις αλγόριθμοι μηχανικής μάθησης, Decision Tree, Random Forest και XGBoost, υλοποιούνται σε περιβάλλον Python. Δίνεται προτεραιότητα στην βελτιστοποίηση της ανάκλησης (recall), διασφαλίζοντας ότι ανιχνεύονται όσο το δυνατόν περισσότερες ακυρώσεις. Τα μοντέλα αξιολογούνται βάσει μετρικών, όπως Recall, Precision, F1-score, Accuracy και AUCPR, προκειμένου να γίνει μια ολοκληρωμένη ανάλυση της προβλεπτικής τους ικανότητας. Τα αποτελέσματα δείχνουν ότι τα επιλεγμένα μοντέλα μηχανικής μάθησης ταξινομούν αποτελεσματικά τις ακυρώσεις κρατήσεων. Το μοντέλο XGBoost παρουσίασε τη συνολικά καλύτερη απόδοση, επιτυγχάνοντας 79% ακρίβεια και F1-score 69%, ισορροπώντας precision (60%) και recall (82%). Το μοντέλο Decision Tree είχε τη μέγιστη ανάκληση (recall 89%), καθιστώντας το το πιο αποτελεσματικό στην ανίχνευση ακυρώσεων, ενώ το μοντέλο Random Forest προσέφερε μια ισορροπημένη προσέγγιση, με recall 84% και precision 54%.","abstract_has_math":false,"creators":["Περιβολάρη Ευαγγελία","Perivolari Evangelia"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:40:17Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5306715"],"render_values":[{"text":"uoadl:5306715","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5306715","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5306715","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5306715","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Περιβολάρη Ευαγγελία","Perivolari Evangelia"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5306715","https://pergamos.lib.uoa.gr/uoa/dl/object/5306715"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["H παρούσα διπλωματική εργασία εξετάζει την εφαρμογή αλγορίθμων μηχανικής μάθησης για την πρόβλεψη ακυρώσεων κρατήσεων ξενοδοχείων, χρησιμοποιώντας ένα σύνολο δεδομένων που συλλέχθηκε από ξενοδοχεία στην Πορτογαλία την περίοδο 2015-2017. Το σύνολο των δεδομένων αποτελείται από 119,390 παρατηρήσεις και 32 γνωρίσματα που σχετίζονται με τις λεπτομέρειες της κράτησης, τους πελάτες καθώς και χαρακτηριστικά του ξενοδοχείου, με τη μεταβλητή-στόχο να δηλώνει εάν μια κράτηση ακυρώθηκε ή όχι. Η μελέτη ξεκινά με διερευνητική ανάλυση των δεδομένων για την κατανόηση της υποκείμενης δομής. Οι μεταβλητές εξετάζονται όσον αφορά την κατανομή και τις συχνότητές τους, ενώ στη συνέχεια πραγματοποιούνται στατιστικοί έλεγχοι για την εκτίμηση της σημαντικότητάς τους σε σχέση με το αποτέλεσμα της κράτησης. Οι συσχετίσεις μεταξύ των χαρακτηριστικών αναλύονται μέσω του συντελεστή Spearman για αριθμητικές μεταβλητές και του Cramer’s V για κατηγορικές μεταβλητές, προκειμένου να εντοπιστεί πιθανή πολυσυγγραμμικότητα και περιττή πληροφορία. Επιπλέον, πραγματοποιείται ανάλυση σημαντικότητας των μεταβλητών, ώστε να βελτιστοποιηθεί το σύνολο δεδομένων. Τρεις αλγόριθμοι μηχανικής μάθησης, Decision Tree, Random Forest και XGBoost, υλοποιούνται σε περιβάλλον Python. Δίνεται προτεραιότητα στην βελτιστοποίηση της ανάκλησης (recall), διασφαλίζοντας ότι ανιχνεύονται όσο το δυνατόν περισσότερες ακυρώσεις. Τα μοντέλα αξιολογούνται βάσει μετρικών, όπως Recall, Precision, F1-score, Accuracy και AUCPR, προκειμένου να γίνει μια ολοκληρωμένη ανάλυση της προβλεπτικής τους ικανότητας. Τα αποτελέσματα δείχνουν ότι τα επιλεγμένα μοντέλα μηχανικής μάθησης ταξινομούν αποτελεσματικά τις ακυρώσεις κρατήσεων. Το μοντέλο XGBoost παρουσίασε τη συνολικά καλύτερη απόδοση, επιτυγχάνοντας 79% ακρίβεια και F1-score 69%, ισορροπώντας precision (60%) και recall (82%). Το μοντέλο Decision Tree είχε τη μέγιστη ανάκληση (recall 89%), καθιστώντας το το πιο αποτελεσματικό στην ανίχνευση ακυρώσεων, ενώ το μοντέλο Random Forest προσέφερε μια ισορροπημένη προσέγγιση, με recall 84% και precision 54%.","This thesis explores the application of machine learning algorithms to predict hotel booking cancellations, using a real-world dataset collected from Portuguese hotels between 2015 and 2017. The dataset consists of 119,390 observations and thirty two features related to booking details, customer behavior and hotel characteristics, with a binary target variable indicating whether a booking was canceled. The study begins with exploratory data analysis to understand the structure of the dataset. Individual features are examined for their distributions and frequencies, followed by statistical tests to assess their significance in relation to the target variable. Associations between features are analyzed using Spearman’s correlation for numerical variables and Cramer’s V for categorical features to detect multicollinearity and redundancy. Additionally, feature importance analysis is conducted to refine the dataset and improve model efficiency. Three machine learning algorithms namely Decision Tree, Random Forest and XGBoost are implemented in Python. Given the nature of the task, priority is placed on optimizing recall, ensuring that as many cancellations as possible are correctly identified. The models are evaluated based on Recall, Precision, F1-score, Accuracy and AUC-PR to assess their predictive performance comprehensively. The results indicate that the selected machine learning models effectively classify cancellations. XGBoost demonstrated the highest overall performance, achieving 79% accuracy and an F1-score of 69%, balancing precision (60%) and recall (82%). Decision Tree achieved the highest recall (89%), making it the most effective for detecting cancellations, while Random Forest provided a more balanced trade-off between recall (84%) and precision (54%)."]},{"key":"dc:title","label":"Title","values":["Machine learning techniques for hotel booking cancellation prediction"]}]}],"canonical_facts":{"dc:creator":["Περιβολάρη Ευαγγελία","Perivolari Evangelia"],"dc:date":["2025"],"dc:description":["H παρούσα διπλωματική εργασία εξετάζει την εφαρμογή αλγορίθμων μηχανικής μάθησης για την πρόβλεψη ακυρώσεων κρατήσεων ξενοδοχείων, χρησιμοποιώντας ένα σύνολο δεδομένων που συλλέχθηκε από ξενοδοχεία στην Πορτογαλία την περίοδο 2015-2017. Το σύνολο των δεδομένων αποτελείται από 119,390 παρατηρήσεις και 32 γνωρίσματα που σχετίζονται με τις λεπτομέρειες της κράτησης, τους πελάτες καθώς και χαρακτηριστικά του ξενοδοχείου, με τη μεταβλητή-στόχο να δηλώνει εάν μια κράτηση ακυρώθηκε ή όχι. Η μελέτη ξεκινά με διερευνητική ανάλυση των δεδομένων για την κατανόηση της υποκείμενης δομής. Οι μεταβλητές εξετάζονται όσον αφορά την κατανομή και τις συχνότητές τους, ενώ στη συνέχεια πραγματοποιούνται στατιστικοί έλεγχοι για την εκτίμηση της σημαντικότητάς τους σε σχέση με το αποτέλεσμα της κράτησης. Οι συσχετίσεις μεταξύ των χαρακτηριστικών αναλύονται μέσω του συντελεστή Spearman για αριθμητικές μεταβλητές και του Cramer’s V για κατηγορικές μεταβλητές, προκειμένου να εντοπιστεί πιθανή πολυσυγγραμμικότητα και περιττή πληροφορία. Επιπλέον, πραγματοποιείται ανάλυση σημαντικότητας των μεταβλητών, ώστε να βελτιστοποιηθεί το σύνολο δεδομένων. Τρεις αλγόριθμοι μηχανικής μάθησης, Decision Tree, Random Forest και XGBoost, υλοποιούνται σε περιβάλλον Python. Δίνεται προτεραιότητα στην βελτιστοποίηση της ανάκλησης (recall), διασφαλίζοντας ότι ανιχνεύονται όσο το δυνατόν περισσότερες ακυρώσεις. Τα μοντέλα αξιολογούνται βάσει μετρικών, όπως Recall, Precision, F1-score, Accuracy και AUCPR, προκειμένου να γίνει μια ολοκληρωμένη ανάλυση της προβλεπτικής τους ικανότητας. Τα αποτελέσματα δείχνουν ότι τα επιλεγμένα μοντέλα μηχανικής μάθησης ταξινομούν αποτελεσματικά τις ακυρώσεις κρατήσεων. Το μοντέλο XGBoost παρουσίασε τη συνολικά καλύτερη απόδοση, επιτυγχάνοντας 79% ακρίβεια και F1-score 69%, ισορροπώντας precision (60%) και recall (82%). Το μοντέλο Decision Tree είχε τη μέγιστη ανάκληση (recall 89%), καθιστώντας το το πιο αποτελεσματικό στην ανίχνευση ακυρώσεων, ενώ το μοντέλο Random Forest προσέφερε μια ισορροπημένη προσέγγιση, με recall 84% και precision 54%.","This thesis explores the application of machine learning algorithms to predict hotel booking cancellations, using a real-world dataset collected from Portuguese hotels between 2015 and 2017. The dataset consists of 119,390 observations and thirty two features related to booking details, customer behavior and hotel characteristics, with a binary target variable indicating whether a booking was canceled. The study begins with exploratory data analysis to understand the structure of the dataset. Individual features are examined for their distributions and frequencies, followed by statistical tests to assess their significance in relation to the target variable. Associations between features are analyzed using Spearman’s correlation for numerical variables and Cramer’s V for categorical features to detect multicollinearity and redundancy. Additionally, feature importance analysis is conducted to refine the dataset and improve model efficiency. Three machine learning algorithms namely Decision Tree, Random Forest and XGBoost are implemented in Python. Given the nature of the task, priority is placed on optimizing recall, ensuring that as many cancellations as possible are correctly identified. The models are evaluated based on Recall, Precision, F1-score, Accuracy and AUC-PR to assess their predictive performance comprehensively. The results indicate that the selected machine learning models effectively classify cancellations. XGBoost demonstrated the highest overall performance, achieving 79% accuracy and an F1-score of 69%, balancing precision (60%) and recall (82%). Decision Tree achieved the highest recall (89%), making it the most effective for detecting cancellations, while Random Forest provided a more balanced trade-off between recall (84%) and precision (54%)."],"dc:identifier":["uoadl:5306715","https://pergamos.lib.uoa.gr/uoa/dl/object/5306715"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Machine learning techniques for hotel booking cancellation prediction"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:40:17Z"}