Master's Thesis

Design and Implementation of a Software Application for the Prediction of Ski Resort Attendance

Final Thesis 1.85 MB

Author of thesis: Ing. Filip Žemba

Acad. year: 2025/2026

Supervisor: Ing. Karel Doubravský, Ph.D.

Reviewer: doc. Mgr. Veronika Novotná, Ph.D.

Abstract:

This master's thesis focuses on the design and implementation of a software application for forecasting daily attendance at the Ski ABC resort. The aim is to develop an analytical tool enabling more efficient operational planning and variable cost optimisation. The analytical part processes historical attendance data from six winter seasons combined with meteorological and calendar factors. Two predictive models are compared in the design part – a segmented SARIMAX and a Random Forest, with Random Forest achieving an 18.8 % lower mean absolute error. The final model was implemented in an interactive R Shiny application providing forecasts 1 to 14 days ahead with automatic weather forecast integration. Estimated annual operational cost savings range from 5,100 to 6,900 euros.

Keywords:

software application, R, prediction, SARIMAX, Random Forest, time series, machine learning, ski resort, R Shiny

Date of defence

17.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaBznamka

Grading

B

Process of defence

Student ve své prezentaci seznámil komisi s cíli, řešením a výsledky, ke kterým v závěrečné práci dospěl. Komise se poté seznámila s posudky a hodnocením vedoucího práce a oponenta. Otázky z posudku vedoucího student zodpověděl v plném rozsahu, otázky z posudku oponenta zodpověděl v plném rozsahu. Otázky členů komise: 1 Ing. Karel Doubravský, Ph.D.: Jaké další externí faktory by mohly významně ovlivňovat návštěvnost střediska a jak by je bylo možné začlenit do modelu? - zcela zodpovězeno 2 Ing. Karel Doubravský, Ph.D.: Jakým způsobem byste v aplikaci řešil případné výpadky nebo změny v APS rozhraní pro předpověď počasí, na kterém je automatizovaná predikce závislá? - zcela zodpovězeno 3 prof. Ing. Petr Dostál, CSc.: Jakým způsobem jste vytvořil predikční model SARIMA? zodpovězeno 4 RNDr. Zuzana Chvátalová, Ph.D.: Porovnejte prázdninový model vs neprázdninový? - zcela zodpovězeno 5 doc. Ing. Vít Novotný, Ph.D.: Jak je aplikovatelný model dlouhodobé predikce? - zcela zodpovězeno 6 prof. Ing. Petr Dostál, CSc.: Jaké vstupy máte na modelu SARIMAX? - zodpovězeno 7 Ing. Lukáš Novák, Ph.D.: Máte zmapovaný vývoj lyžařů historicky? - zcela zodpovězeno Na základě přednesené prezentace a odpovědí na otázky položené v diskusi komise rozhodla, že student práci obhájil.

Language of thesis

Slovak

Faculty

Fakulta podnikatelská

Department

Department of Quantitative Engineering

Study programme

Information Management (MGR-IM)

Composition of Committee

prof. Ing. Petr Dostál, CSc. (předseda)
doc. Ing. Vít Novotný, Ph.D. (místopředseda)
RNDr. Zuzana Chvátalová, Ph.D. (člen)
Ing. Lukáš Novák, Ph.D. (člen)
Ing. Karel Doubravský, Ph.D. (člen)

Supervisor’s report
Ing. Karel Doubravský, Ph.D.

Předložená diplomová práce představuje kvalitní výstup, který úspěšně propojuje pokročilé statistické metody s moderním softwarovým inženýrstvím. Hlavním přínosem je funkční analytický nástroj s reálnou přidanou hodnotou pro management lyžařského střediska. Práce splňuje všechny požadavky kladené na závěrečnou práci, aproto předloženou diplomovou práci doporučuji k obhajobě. 

Otázky k obhajobě:

1. Jakým způsobem byste v aplikaci řešil případné výpadky nebo změny v API rozhraní pro předpověď počasí, na kterém je automatizovaná predikce závislá?

2. V testovací fázi vykazoval model Random Forest vyšší stabilitu než SARIMAX. Jaká jsou hlavní rizika používání tohoto modelu v případě, že by došlo k extrémním meteorologickým jevům, které se v historických datech nevyskytovaly?
Evaluation criteria Verbal classification Grade
Meeting the objectives Cílem práce byl návrh a implementace aplikace pro predikci denní návštěvnosti lyžařského střediska na základě historických dat, meteorologických faktorů a kalendářních charakteristik. Autor vytvořil funkční analytický nástroj v prostředí R Shiny, čímž stanovené cíle v naplnil. A
Selected procedure of the solution, the adequacy of the used methods Zvolený metodický postup kombinující klasické modely časových řad (SARIMAX) s algoritmy strojového učení (Random Forest) je pro řešenou problematiku adekvátní. Autor systematicky validoval jednotlivé modely pomocí metrik MAE, MSE a MAPE, což svědčí o vysoké metodické úrovni.  A
The ability to interpret the results and to draw conclusions Autor prokázal schopnost hloubkové interpretace statistických výstupů a logicky zdůvodnil výběr finálního modelu na základě diagnostických testů. Závěry ohledně ekonomických přínosů predikčního modelu pro optimalizaci nákladů jsou podloženy konkrétními výpočty.  A
The practical usability of conclusions Praktický přínos práce je vysoký, zejména díky možnosti exportu predikcí do formátu csv pro další operativní plánování v podniku. Nicméně by si zasloužil detailnější rozpracování rozbor implementačních rizik při dlouhodobém nasazení aplikace. B
The thesis´s framework, formalities, used terminology and the professional level of language Práce je logicky strukturovaná, odborná terminologie je používána přesně a formální náležitosti jsou v pořádku. Autor transparentně deklaruje využití nástrojů AI pro stylistické úpravy textu, což odpovídá moderním akademickým standardům.  A
Using of information resources, including citations Autor využívá široké spektrum relevantních zdrojů od klasické teorie časových řad po moderní literaturu o strojovém učení. Seznam literatury je zpracován přehledně, odpovídá standardům kladeným na tento typ práce. A

Grade proposed by supervisor: A

Reviewer’s report
doc. Mgr. Veronika Novotná, Ph.D.

Diplomová práce se zabývá návrhem a implementací softwarové aplikace pro predikci návštěvnosti lyžařského střediska na základě historických dat, kalendářních charakteristik a meteorologických faktorů. Autor se zaměřuje na problematiku analýzy časových řad a využití metod strojového učení pro tvorbu predikčního modelu. Součástí práce je nejen návrh samotného modelu, ale také implementace softwarového řešení a jeho validace na reálných datech lyžařského střediska.

Stanovený cíl práce byl naplněn. Autor prokázal schopnost propojit teoretické poznatky z oblasti analýzy časových řad, práce s daty a metod strojového učení s praktickou implementací funkční softwarové aplikace. Pozitivně hodnotím zejména komplexnost řešení, které zahrnuje jak datovou přípravu, návrh predikčního modelu, tak samotnou implementaci aplikace. Přínosem práce je vytvoření prakticky využitelného nástroje umožňujícího predikovat návštěvnost lyžařského střediska a podpořit tak efektivnější plánování provozu. Autor rovněž vhodně pracuje s externími faktory ovlivňujícími návštěvnost, zejména meteorologickými daty, což zvyšuje praktickou využitelnost výsledného řešení.

Po metodické stránce je práce zpracována systematicky a logicky. Oceňuji zejména propojení analytické a implementační části práce a snahu autora o validaci navrženého řešení. V práci je patrná samostatnost autora při návrhu architektury aplikace i při práci s daty. Přestože by v některých částech bylo možné detailněji diskutovat limity použitých modelů či porovnat více variant predikčních přístupů, celkově práce působí odborně konzistentně a prakticky orientovaně.

Formální úroveň práce je velmi dobrá. Struktura práce je přehledná, text je psán odborným stylem a práce obsahuje odpovídající množství tabulek, grafů a technických popisů. Jazyková úroveň práce je rovněž na dobré úrovni, pouze místy se objevují drobné stylistické nebo formulační nepřesnosti. Z hlediska formálních požadavků práce odpovídá požadavkům směrnice VUT pro zpracování závěrečných prací.

Předložená diplomová práce splňuje požadavky standardně kladené na diplomové práce v daném oboru, a to jak po stránce odborné, tak po stránce formální. Práci doporučuji k obhajobě.
Evaluation criteria Grade
Meeting the objectives A
Selected procedure of the solution, the adequacy of the used methods A
The ability to interpret the results and to draw conclusions A
The practical usability of conclusions B
The thesis´s framework, used terminology and the professional level of language A
Using of information resources A
Topics for thesis defence:
  1. Jaké hlavní limity identifikujete u vytvořeného predikčního modelu a jakým způsobem by bylo možné jeho přesnost dále zvýšit?
  2. Jaké další externí faktory by podle Vás mohly významně ovlivňovat návštěvnost lyžařského střediska a jak by bylo možné je začlenit do modelu?

Grade proposed by reviewer: A

Responsibility: Mgr. et Mgr. Hana Odstrčilová