Reservierungsdaten ermöglichen präzise Besucherprognosen für Expo 2025 Osaka

Die präzise Vorhersage der täglichen Besucherzahlen ist entscheidend für die Planung von Transport, Menschenströmen und Serviceleistungen bei Großveranstaltungen wie der Expo 2025 in Osaka, Kansai, Japan. Traditionelle Modelle stützen sich häufig auf zahlreiche externe Datenquellen – Wetter, Verkehr, soziale Medien – um die Genauigkeit zu erhöhen. Diese Herangehensweise kann jedoch unzuverlässig werden, wenn historische Daten knapp sind.

Ein neues, auf Transformer basierendes Framework nutzt stattdessen die Dynamik von Reservierungen – Ticketbuchungen und deren Aktualisierungen innerhalb eines definierten Zeitfensters – als Indikator für die Absicht der Besucher. Die Annahme ist, dass diese Absichten letztlich in den Buchungsmustern sichtbar werden. Durch die Konzentration auf Reservierungsdaten entfällt die Notwendigkeit einer komplexen Integration mehrerer Quellen, während gleichzeitig externe Einflüsse wie Wetter oder Promotionen implizit erfasst werden.

Für die Evaluation wurde ein Datensatz erstellt, der Eintragsaufzeichnungen mit Reservierungsdaten kombiniert. Das Modell wurde sowohl im Einzelkanalmodus (Gesamtbesucherzahl) als auch im Zweikanalmodus (aufgeteilt nach Ost- und Westtor) getestet. Die Ergebnisse zeigen, dass die getrennte Modellierung der beiden Tore die Prognosegenauigkeit insbesondere für kurzfristige und mittelfristige Zeiträume deutlich verbessert.

Durch Ablation-Studien wurde die Bedeutung der Encoder-Decoder-Struktur, der inversen Einbettung und des adaptiven Fusion-Moduls bestätigt. Insgesamt verdeutlichen die Befunde, dass Reservierungsdaten eine praktische und aussagekräftige Grundlage für die Besucherprognose bei internationalen Großveranstaltungen darstellen.