Turizm sektörü, diğer ekonomik sektörler gibi güvenilir verilere dayanan doğru tahminlere ihtiyaç duymaktadır. Güvenilir ve doğru talep tahminleri başta konaklama, ulaştırma ve seyahat işletmeleri olmak üzere turizm sektörü ile ilgili bütün faaliyetlerin etkili bir şekilde planlanabilmesi için gereklidir. Bir turizm merkezine yönelik gelecekteki talebi gerçekçi bir şekilde tahmin etmek, uzun vadeli turizm gelişme planlarının hazırlanmasına katkı sağlamaktadır. Talep tahminleri bir taraftan bu talebe uyumlu alt ve üstyapı yatırımlarının yönlendirilmesi, diğer taraftan da turistik bölgelerin taşıma kapasitelerinin belirlenmesi, bu sayede de toplumsal ve çevresel açıdan turizmin olumsuz etkilerinin giderilmesi için gereklidir. Dolayısı ile bilimsel temele dayanan yöntemlerle turizmdeki gelişmelerin tahmin edilmesi, merkezi ve yerel kamu yönetimi programları ve turizm işletmecileri için önemli bir yol gösterici durumundadır. Turizm talebinin modellenmesi ve tahmin çalışmaları, yaklaşık olarak yarım yüzyıllık bir geçmişe sahiptir. Bu alandaki ilk çalışmalar, Guthrie’nin (1961) öncülük ettiği 1960’lı yıllara kadar götürmek mümkündür. Turizm talebi tahminlerinde her durumda en iyi sonuç üreten tek bir yöntemin olmadığı; sonuçların kullanılacak yöntem ve modele, veri setinin özelliklerine, gözlem sayısına ve tahmini yapılan döneme göre değişeceği, bu alanda çalışmalar yapan birçok araştırmacının üzerinde fikir birliğine vardığı konulardandır. Turizm talebi tahminlerinde kullanılan tahmin yöntemleri, temel olarak nicel ve nitel yöntemler olmak üzere iki grupta ele alınmaktadır. Genel olarak nicel yaklaşımların girdisi, çeşitli zaman aralıklarında toplanmış olan verilerdir. Buna karşılık nitel yaklaşımlar, nicel verinin mevcut olmadığı ya da yetersiz olduğu durumlarda kullanılmaktadır. Nicel yöntemler, geçmiş dönem gözlem değerlerine dayalı analizler yapan tahmin modellerini kapsamaktadır. Kullanılan yöntemler; incelenen değişkende gözlenen gelişmelerin analiz edilmesi, veri serisinin dinamik özelliklerinin belirlenmesi ve bu özelliklerin matematiksel bir fonksiyon ile ifade edilerek geleceğe ilişkin tahminlerin üretilmesini içermektedir. Nicel tahmin yöntemleri de, kendi içerisinde ilişkiye dayalı (ya da nedensel) yöntemler ve zaman serisi yöntemleri olmak üzere iki gruba ayrılmaktadır. Bir zaman serisi, zaman içinde gözlenen ölçümlerin bir dizisidir. Bir fabrikadan ihraç edilen haftalık ürün miktarı, bir göldeki saatlik su seviyesi yüksekliği, yıllık ya da aylık ithalat ve ihracat rakamları, bir ülkeyi ziyaret eden aylık ziyaretçi sayıları gibi veriler zaman serilerine örnek olarak verilebilir. Zaman serileri genel olarak eğer gözlemler zaman içerisinde sürekli ise sürekli, eğer belirli bir zaman aralığındaki gözlemler söz konusu ise kesikli zaman serisi adını alırlar. Zaman serilerinin gözlem değerlerinde, zaman içinde azalma ya da artma şeklinde bazı değişimler görülebilmektedir. Ekonomik, sosyal, psikolojik vb. çeşitli nedenlerin zaman serisi değerleri üzerindeki yön ve şiddetinin farklı olmasından ileri gelen bu değişmeler zaman serilerindeki veri kalıplarını oluşturur ve Trend, Mevsimsel, Konjonktürel ve Rassal (Düzensiz) değişmeler olarak gruplandırılır. Nicel tahmin yöntemleri içerisinde yer alan zaman serisi yöntemleri, bir olaya ait geçmiş zaman serisi verilerin incelenmesi ve belirli eğilimlerin ortaya çıkarılarak tahminlerin yapılması temeline dayanmaktadır. Bu yöntemlerin amacı, geçmiş gözlem değerlerindeki veri kalıplarını kullanarak istatistiksel modeller oluşturmak ve bu modellerle geleceği tahmin etmektir. Diğer bir anlatımla, çeşitli faktörlerin etkilerinin bir sonucu olarak ortaya çıkan zaman serilerinin bu faktörlerden nasıl etkilendiği incelenerek gelecekte alacağı değerler belirlenmeye çalışılmaktadır. Ekonomi ve iş dünyasındaki belirsizlikler nedeniyle, ekonomik zaman serilerinin gelecekte göstereceği seyri tahmin etmek, planlama ve karar alma açısından önemlidir. Zaman serisi yöntemlerinde geleceğin tahmini yanında geçmiş dönemlerin incelenmiş olması; geçmişteki olumlu ve olumsuz gelişmelerin tespit edilmesine, nedenlerinin araştırılmasına ve yapılan yanlışların tekrarlanmaması için gerekli tedbirlerin alınmasına da imkân sağlamaktadır. Sayılan bu özellikleri nedeniyle zaman serisi yöntemleri turizm sektöründe, özellikle orta ve kısa dönem tahminlerinde yaygın olarak kullanılmaktadırlar. Turizm talebi tahminlerinde kullanılan zaman serisi yöntemleri arasında, Mekanik Tahmin Yöntemi (Naive I-II), Mevsimsel/Mevsimsel Olmayan, Tek/Çok Değişkenli Otoregresif Entegre Hareketli Ortalama Modelleri (ARIMA, SARIMA, MARIMA), Dışsal Değişkenli Otoregresif Entegre Hareketli Ortalama Modelleri (ARIMA-X), Temel Yapısal Zaman Serisi Modelleri (STSM, BSM), Üstel-Genelleştirilmiş-Otoregresif Koşullu Değişen Varyans (EGARCH, GARCH, ARCH) Modelleri ve farklı formlardaki (Brown, Holt’s, Winter) Üstel Düzleştirme Yöntemi (ES) Modelleri sayılabilmektedir. İlgili literatür incelendiğinde, son yıllarda, turizm alanında kullanılan geleneksel tahmin yöntemleri ile mukayeseli ya da tekil olarak Yapay Zekâ yöntemlerinin de kullanılmaya başlandığı dikkat çekmektedir. Özellikle 2000’li yıllardan sonra turizm talebi tahminlerinde sıkça kullanılan yapay zekâ metodolojileri arasında; Yapay Sinir Ağları (ANN), Kaba Kümeler (Rough Sets), Genetik Algoritma, Destek Vektör Regresyon Modeli (SVR), Bulanık Mantık (Fuzzy Logic), Gri Teori (GM) ve bunların kombinasyonlarından oluşan melez (hibrit) modeller (örn. Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi-ANFIS) sayılabilir. Sayılan alternatif yapay zekâ yöntemleri, zaman serilerinin modellenmesi ve tahminlerinde geleneksel yöntemlere alternatif olarak kullanılmaktadır.