数据集概述
本数据集包含两个酒店的预订需求数据，分别为度假村酒店（H1）和城市酒店（H2）。H1包含40,060条预订记录，H2包含79,330条预订记录，覆盖2015年7月1日至2017年8月31日期间的所有预订情况，包括成功入住和取消的预订。
H1位于葡萄牙阿尔加维度假区，H2位于葡萄牙里斯本市区。数据覆盖来自125-166个不同国家的客户预订记录。
数据结构
两个数据集采用相同的数据结构，共包含31个变量字段。每条记录代表一个酒店预订，数据时间点设定为预订到达日期的前一天，以防止未来信息泄漏。
主要字段定义
ADR：平均日房价，通过总住宿交易金额除以总住宿夜数计算
IsCanceled：预订是否被取消的二分类变量
LeadTime：从预订录入系统到到达日期的天数
StaysInWeekendNights/StaysInWeekNights：周末和工作日住宿夜数
Adults/Children/Babies：成人、儿童和婴儿数量
CustomerType：客户类型，包括合同、团体、散客和散客团等四种类型
DepositType：押金类型，包括无押金、不可退还和可退还三种
Country：客户来源国家，采用ISO 3155-3:2013格式
MarketSegment：市场细分，包括在线、线下、直销、团体等
DistributionChannel：预订分销渠道
ReservedRoomType/AssignedRoomType：预订和实际分配的房间类型
数据特征
数据来源于酒店物业管理系统的SQL数据库，通过TSQL查询直接提取。部分变量来自预订变更日志，确保数据时间一致性。分类变量中的"NULL"值表示"不适用"而非缺失值。数据集包含原始数据和预处理数据的混合格式。
适用场景
适用于收益管理研究、机器学习模型开发、预订取消预测、客户细分分析、季节性分析、需求预测等商业智能和学术研究场景。可用于算法基准测试、分类和聚类问题的教学应用。
