README.md

metadata

title: Hotel Demand Forecasting (Otel Talep Tahmini)
emoji: 🏨
colorFrom: blue
colorTo: green
sdk: streamlit
sdk_version: 1.56.0
app_file: app.py
pinned: false

🏨 Hotel Booking Demand Forecasting / Otel Rezervasyon Talep Tahmini

🇬🇧 English Description

This project is an AI-powered decision support system designed to forecast hotel reservation demands. Using a Deep Learning LSTM (Long Short-Term Memory) model, the application predicts future occupancy levels based on historical booking data.

Key Features:

• Demand Forecasting: Predicts daily room bookings.
• Management Insights: Automatically suggests strategic actions (Staffing, Inventory) based on occupancy density.
• Visual Analytics: Interactive graphs showing "Actual vs Predicted" values with a 20% stability threshold.
• User Friendly: Simple CSV upload interface for hotel managers.

---

🇹🇷 Türkçe Açıklama

Bu proje, otel rezervasyon taleplerini tahmin etmek için tasarlanmış yapay zeka destekli bir karar destek sistemidir. Derin Öğrenme LSTM (Uzun Kısa Süreli Bellek) modeli kullanılarak hazırlanan uygulama, geçmiş verileri analiz ederek gelecekteki doluluk oranlarını tahmin eder.

Temel Özellikler:

• Talep Tahmini: Günlük oda rezervasyon sayılarını öngörür.
• Yönetim Notları: Doluluk yoğunluğuna göre otomatik stratejik tavsiyeler (Personel, Stok yönetimi) sunar.
• Görsel Analiz: %20 stabilite eşiği ile "Gerçek vs Tahmin" değerlerini gösteren etkileşimli grafikler.
• Kullanıcı Dostu: Otel yöneticileri için basit CSV yükleme arayüzü.

---

🛠️ Technical Stack / Teknik Detaylar

• Model: LSTM (RNN)
• Libraries: TensorFlow/Keras, Pandas, NumPy, Scikit-learn, Matplotlib
• Deployment: Streamlit & Hugging Face Spaces

📊 How to Use? / Nasıl Kullanılır?

1. Upload a CSV file containing a column named 'bookings'.
2. Review the AI-generated forecast metrics and management advice.
3. Observe the demand trends in the prediction graph.

---