本研究探讨了酒店业中时间序列预测的挑战，评估了统计、机器学习和深度学习模型在14天内小时销售额预测中的表现。结果表明，机器学习模型表现优异，基础模型如Chronos和TimesFM在特征工程要求低的情况下也具竞争力，并可通过预训练模型实现零次推断。混合的PySpark-Pandas方法为大规模部署提供了有效解决方案。