School of Hotel Management, Airline and Tourism, CT University, Ludhiana, Punjab, India
Computer Science and Engineering, Bahra university, Shimla hills, Waknaghat, solan Himachal Pradesh, India
Department of Computer Science, College of Science & Arts, Tanumah, King Khalid University, Abha, India
School of Hotel management, Airline and Tourism, CT University, Ludhiana, Punjab, India
Este artículo examina la tendencia en torno a la adopción del aprendizaje automático en la hostelería a la luz de la importancia de las nuevas tecnologías. Según investigaciones anteriores, el sector hotelero utiliza diversos productos químicos para la limpieza. Los productos de limpieza son la principal herramienta del departamento de limpieza en su rutina diaria para mantener las habitaciones y las zonas comunes limpias y ordenadas. Los huéspedes y el personal desconocen la nocividad de estos productos químicos. Ofrecer una hospitalidad que satisfaga las necesidades de los huéspedes requiere no sólo una actitud positiva, sino también servicios excelentes y de alta calidad que mantengan a los huéspedes cálidos, relajados y cómodos. Pero en algunos incidentes, descubrimos que la salud de los huéspedes y del personal se ve afectada por las sustancias químicas. Además, nadie ha trabajado en la predicción de los efectos de los productos químicos en la salud del personal y de los huéspedes en el sector de la hostelería con el uso de modelos de aprendizaje automático. Para ello, se recopilaron datos de diferentes hoteles de Delhi NCR en la India. Se utilizaron dos campos distintos para la evaluación y la instrucción. Para la investigación se emplearon métodos de aprendizaje automático. En el proyecto de investigación se emplearon cinco métodos de aprendizaje automático. El algoritmo MHC-CNN desarrollado recientemente obtuvo la mayor precisión (93,75) en comparación con otras técnicas de aprendizaje automático de vanguardia. La técnica creada puede ampliarse y aplicarse en muchos hoteles de todo el mundo.
Este artículo se distribuye bajo la licencia Creative Commons Attribution 4.0 License. A menos que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.
The statements, opinions and data contained in the journal are solely those of the individual authors and contributors and not of the publisher and the editor(s). We stay neutral with regard to jurisdictional claims in published maps and institutional affiliations.