인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
정확한 식사 인원 예측은 잔반 감소와 원가 절감 등 식당 운영에 긍정적인 영향을 미친다. 과거에는 사람의 경험에 의존하여 예측했으나, 현대에는 예측 모델을 개발하여 사용하고 있다. 이러한 예측 방법은 과거의 방식보다 적은 시간과 자원을 소모하는 등의 이점이 있다. 그러나 여러 어려움으로 인해 실제로 이를 시도하는 곳은 많지 않다. 이전 연구에서의 모델을 고도화하여 2018년, 2019년, 2023년 학기의 교내 식당 데이터와 기상청의 날씨 데이터를 사용하여 EDA 분석을 통해 변수를 선정하였다. 머신러닝 알고리즘을 사용하여 조식, 중식, 석식의 식사 인원을 예측하는 모델을 개발하였고, 전체 데이터의 90%로 학습하고 나머지 10%를 검증에 사용하였다. 가장 성능이 우수한 모델을 최종 모델로 선정하여 예측 프로그램을 개발하였다. 최종 모델은 조식 예측에 XGBoost(MAE 비율 12.97%), 중식과 석식 예측에 RandomForest(MAE 비율 각각 4.8%, 4.93%)를 사용하였다. 중식과 석식 예측 모델이 좋은 성능을 보였다. 향후 지속적인 데이터 수집, 새로운 파생 변수 추가, 하이퍼파라미터 튜닝, UI 개선을 통해 성능과 편의성을 더욱 향상시킬 예정이다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092259267
