Прогнозирование в индустрии гостеприимства и его совершенствование в условиях перехода к рыночной экономике

Диссертация на соискание ученой степени кандидата экономических наук. Москва — 2000

Специальность 08.00.05 — Экономика и управление народным хозяйством.
Актуальность исследования. Индустрия туризма (индустрия гостеприимства) — важнейшая отрасль экономики большинства стран мира. Современную индустрию гостеприимства характеризуют быстрая сменяемость экономических условий, повышение качества услуг, непрерывное вступление на рынок новых участников, в том числе иностранных. Эти изменения оказывают сильное влияние на финансовое положение российских предприятий
индустрии гостеприимства.
Руководители должны оперативно проводить оценку влияния возникших изменений В экономической ситуации на функционирование предприятия, находить новые решения по корректировке их деятельности. Важнейшей задачей управления выступает своевременное принятие правильных решений в связи с изменениями экономической ситуации. Принятие
своевременного решения напрямую зависит от прогнозирования деятельности предприятий
индустрии гостеприимства.
В условиях современного состояния экономики, которое нередко оказывается непредсказуемым и неконтролируемым, традиционные механизмы научного менеджмента становятся непродуктивными.
В Российской Федерации высокий уровень нестабильности внешней среды бизнеса проявляется несравненно сильнее, чем в странах с развитой экономикой. Поэтому так важно для российских менеджеров новое видение управленческих проблем, их изучение и использование в практике управления.
В условиях непостоянства внешней среды возникает раздел науки управления, концентрирующий свое внимание на хаосе, сложности и самоорганизации. Создаются методы, с помощью которых сложные системы могут эффективно справляться с неопределенностью и быстрыми изменениями. Формирование теории хаоса стало важным шагом в развитии методологии современной науки. Изучение и решение проблемы хаоса актуально для развития
экономики России, поскольку темп, глубина и всеохватность происходящих изменений не имеют аналогов в новой истории.
Понимание того, что даже мельчайшие изменения могут привести к радикальным последствиям в поведении системы, существенно изменило видение учеными окружающего
мира. Упор на предсказуемость и управление, который делался ранее, проложил путь к пониманию власти хаотичности в конце XX века. Как правило, на практике трудно предсказать поведение даже относительно простых систем, а тем более сложных.
Несмотря на кажущееся случайное поведение таких систем, определенные их поведенческие схемы можно предугадать. Способ определения предсказываемых «рисунков» поведения системы стал другим. Вместо разбиения системы на составные части и анализа поведения каждой из них в отдельности, необходим целостный подход, фокусирующий внимание на динамике всей системы. Это позволит сделать упор на то, каким образом порядок является результатом взаимодействия этих частей в целом.
Конкурентное преимущество и даже выживаемость гостиничного предприятия зависит от нововведений в области информационных технологий: во-первых, систем принятия решений на основе систем автоматизированного управления, а во-вторых — систем, связанные с хранением и интеллектуальной обработкой данных.
Широкие возможности компьютерного имитационного моделирования приводят к разработке все более сложных конструкций моделей прогнозирования. Это порождает проблемы для пользователей. Интерпретация параметров модели сталкивается со все большими трудностями. Часто приходится обращаться за недостающей информацией к экспертам, что при масштабных моделях со многими параметрами существенно усиливает спекулятивную природу практических рекомендаций.
Слабое место математических моделей принятия решений — не только проблема определения параметров, но и несовершенство оценочных теорий как основы их конструкций. Поэтому все шире применяются нейронные сети. Эти стимулируемые нейробиологическими 
процессами компьютерные алгоритмы не нуждаются в функциональных причинно- следственных связях. Сеть по определенному правилу обучения сама ищет приближенную взаимосвязь, наилучшим образом отражающую представленные данные. Поэтому нейронные сети могут применяться без теоретической подоплеки для прогнозирования, например, покупок как реакции на воздействие рекламы.
Для настройки сети требуется обширное количество данных, отражающих прошлую динамику прогнозируемого показателя. Сеть сама гибко приспосабливается и обнаруживает
даже неизвестные взаимосвязи, которые хотя и осуществляются автоматически, но могут
способствовать прояснению причинно-следственных связей.
Одним из направлений развития прогнозирования выступает появление агентных систем. Задача, выполняемая подобными системами, — автоматическое реагирование на входную информацию. Реализация агентной технологии на основе нейросетевых технологий позволяет в большей степени осуществлять прогнозное управление предприятием.

Введение 3
ГЛАВА 1. СОВРЕМЕННЫЕ ТЕНДЕНЦИИ ИНДУСТРИИ ГОСТЕПРИИМСТВА ТУРИЗМА 10
1.1. Основные характеристики индустрии гостеприимства 10
1.2. Информационные технологии индустрии гостеприимства 20
1.3. Управление данными 32
ГЛАВА 2. ПРОГНОЗИРОВАНИЕ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ ИНДУСТРИИ ГОСТЕПРИИМСТВА 52
2.1. Прогноз и цели его использования. Методы прогнозирования 52
2.2. Современные статистические пакеты и их характеристика 58
2.3. Прогнозирование с использованием современных статистических пакетов 73
ГЛАВА 3. НЕЙРОАГЕНТЫ — ПРОГНОЗНОЕ УПРАВЛЕНИЕ ПРЕДПРИЯТИЕМ ИНДУСТРИИ ГОСТЕПРИИМСТВА 88
3.1 Принципы построения и работы нейроагента 88
3.2. Современные программные пакеты нейросетевого моделирования 95
3.3. Построение нейроагентов для предприятий различных сегментов индустрии гостеприимства 107
Заключение 139
Список используемых терминов 144
Библиографический список использованной литературы 151
ПРИЛОЖЕНИЯ 160