運用類神經網路於休閒農場來客數之預測
近年來，世界各國於經濟發展過程中為解決農業結構僵化、農村經濟凋敝
以及農民所得相對偏低問題，發展休閒農業已逐漸形成一股潮流（林琬菁，
2004）。我國為因應加入世界貿易組織所帶來之衝擊，也積極提倡精緻農業與休
閒農業。休閒農業係屬鄉村旅遊的一環，主要以吸引鄰近都會區的消費者為主
(Cai & Li, 2009)。近年來，我國的休閒農場因受到民眾的喜愛，有漸趨普及之
勢。
休閒農場之經營，除須投入人力、物力與資金之外，亦需具備優異的經營
能力。因此，若能有效預測未來的營運能量，則對營運資源與成本的管控，將
會有很大的助益。簡言之，旅遊需求預測(tourism demand forecasting)主要的目
的在於降低旅遊服務的決策風險與成本(Frechtling, 2001)。因此，本研究期望建
立休閒農場來客數的預測系統，利用現有來客的數據，透過適當的預測技術，
以預測未來的來客數，所得之結果，提供經營者作為營運策略及營運績效改進
之依據。
因為休閒農場來客的型態是隨機且非線性的，若將其視為隨機過程，其模
擬與預測，較常採用的方法是時間序列或類神經網路(artificial neural networks,
ANN)。由過去學者對旅遊需求預測方法的研究，可發現採用非線性模型的效果
通常優於線性模型(Law & Au, 1999; Cho, 2003; Aslanargun et al., 2007)。且在旅
遊需求的預測上，類神經網路已是一種被廣泛接受的方法(Law, 2000)。因而本
研究也採用類神經網路作為主要的預測方法。因此，本研究主要目的係探討休
閒農場來客的動態特性，影響因素及建立適合描述動態變化的模型。
休閒農業或觀光農業(agritourism)在國內外均有不少的研究。不過大部份的
研究都集中在其經營與管理層面的課題，而針對其旅遊需求預測方面的研究則
十分的缺乏。事實上，旅遊需求預測的研究大多應用於國際旅遊的預測。長期
以來，鄉村型的旅遊需求預測的研究，甚少受到關注。相較於其他的相關的研
究，因為應用的對象不同，故本研究在時間尺度、空間尺度及精準度上均有所不同。首先，一般旅遊需求預測研究，主要的目的在於提供當局作為政策制
定之參考，而本研究之目的雖無不同，但對象（休閒農場）的規模較小，故所
要求的預測精度較高。另外，也因為應用對象不同，故使用數據的時間尺度，
也會有所不同。絕大部分的旅遊需求預測研究均使用政府機構所編輯的二手資
料，而在數據的時間尺度上，許多旅遊需求預測研究使用的多是低頻率的資料，
一般為月或年平均數據，即可接受。但針對小型的休閒農場，在時間尺度上，
必須使用高頻率數據（日平均）進行預測（月平均值對休閒農場業者沒有管理
經營上的意義）。因為高頻率數據更易受到隨機擾動的影響，加上樣本數量大，
可能增加偏離值，進而導致誤差增大，這些因素會導致模型預測不易準確，故
一般研究較少使用。
黃仁宗盧炳志 穆堃豪
＜休閒觀光與運動健康學報＞第四卷第一期。2013 年 9 月
以及農民所得相對偏低問題，發展休閒農業已逐漸形成一股潮流（林琬菁，
2004）。我國為因應加入世界貿易組織所帶來之衝擊，也積極提倡精緻農業與休
閒農業。休閒農業係屬鄉村旅遊的一環，主要以吸引鄰近都會區的消費者為主
(Cai & Li, 2009)。近年來，我國的休閒農場因受到民眾的喜愛，有漸趨普及之
勢。
休閒農場之經營，除須投入人力、物力與資金之外，亦需具備優異的經營
能力。因此，若能有效預測未來的營運能量，則對營運資源與成本的管控，將
會有很大的助益。簡言之，旅遊需求預測(tourism demand forecasting)主要的目
的在於降低旅遊服務的決策風險與成本(Frechtling, 2001)。因此，本研究期望建
立休閒農場來客數的預測系統，利用現有來客的數據，透過適當的預測技術，
以預測未來的來客數，所得之結果，提供經營者作為營運策略及營運績效改進
之依據。
因為休閒農場來客的型態是隨機且非線性的，若將其視為隨機過程，其模
擬與預測，較常採用的方法是時間序列或類神經網路(artificial neural networks,
ANN)。由過去學者對旅遊需求預測方法的研究，可發現採用非線性模型的效果
通常優於線性模型(Law & Au, 1999; Cho, 2003; Aslanargun et al., 2007)。且在旅
遊需求的預測上，類神經網路已是一種被廣泛接受的方法(Law, 2000)。因而本
研究也採用類神經網路作為主要的預測方法。因此，本研究主要目的係探討休
閒農場來客的動態特性，影響因素及建立適合描述動態變化的模型。
休閒農業或觀光農業(agritourism)在國內外均有不少的研究。不過大部份的
研究都集中在其經營與管理層面的課題，而針對其旅遊需求預測方面的研究則
十分的缺乏。事實上，旅遊需求預測的研究大多應用於國際旅遊的預測。長期
以來，鄉村型的旅遊需求預測的研究，甚少受到關注。相較於其他的相關的研
究，因為應用的對象不同，故本研究在時間尺度、空間尺度及精準度上均有所不同。首先，一般旅遊需求預測研究，主要的目的在於提供當局作為政策制
定之參考，而本研究之目的雖無不同，但對象（休閒農場）的規模較小，故所
要求的預測精度較高。另外，也因為應用對象不同，故使用數據的時間尺度，
也會有所不同。絕大部分的旅遊需求預測研究均使用政府機構所編輯的二手資
料，而在數據的時間尺度上，許多旅遊需求預測研究使用的多是低頻率的資料，
一般為月或年平均數據，即可接受。但針對小型的休閒農場，在時間尺度上，
必須使用高頻率數據（日平均）進行預測（月平均值對休閒農場業者沒有管理
經營上的意義）。因為高頻率數據更易受到隨機擾動的影響，加上樣本數量大，
可能增加偏離值，進而導致誤差增大，這些因素會導致模型預測不易準確，故
一般研究較少使用。
黃仁宗盧炳志 穆堃豪
＜休閒觀光與運動健康學報＞第四卷第一期。2013 年 9 月
回應(0)