README.md

---
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.

---