메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
전종식 (경희대학교 경영학과) 박은주 (경남대학교 식품영양학과) 권오병 (경희대학교 경영학과)
저널정보
대한영양사협회 대한영양사협회 학술지 대한영양사협회 학술지 제25권 제1호
발행연도
2019.1
수록면
44 - 58 (15page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

2019

기계학습을 활용한 집단 급식소의 식수 예측 모델 개발 연구 : S 시청 구내 직원 식당의 실데이터를 기반으로
전종식 경영학과 2019.01 학위논문
기계학습방법을 활용한 대형 집단급식소의 식수 예측: S시청 구내직원식당의 실데이터를 기반으로
전종식 ,  박은주 ,  권오병 대한영양사협회 학술지 2019.01 학술저널

초록· 키워드

오류제보하기
Predicting the number of meals in a foodservice organization is an important decision-making process that is essential for successful food production, such as reducing the amount of residue, preventing menu quality deterioration, and preventing rising costs. Compared to other demand forecasts, the menu of dietary personnel includes diverse menus, and various dietary supplements include a range of side dishes. In addition to the menus, diverse subjects for prediction are very difficult problems. Therefore, the purpose of this study was to establish a method for predicting the number of meals including predictive modeling and considering various factors in addition to menus which are actually used in the field. For this purpose, 63 variables in eight categories such as the daily available number of people for the meals, the number of people in the time series, daily menu details, weekdays or seasons, days before or after holidays, weather and temperature, holidays or year-end, and events were identified as decision variables. An ensemble model using six prediction models was then constructed to predict the number of meals. As a result, the prediction error rate was reduced from 10%~11% to approximately 6~7%, which was expected to reduce the residual amount by approximately 40%.
#institutional foodservice #meal forecasting #classification model #machine learning #big data analytics

목차

등록된 정보가 없습니다.

참고문헌 (18)

참고문헌 신청
Chung LN / 2001 / (The) development of a forecasting model as a management strategy in university foodservices google schola 정연경 / 2011 / 한식 분야의 듀이십진분류법 수정 전개 방안에 관한 연구 / 한국문헌정보학회지 45(1):29~49 dbpia Cullen KO / 1978 / Menu item forecasting systems in hospital foodservice. A cost comparison of two-and three-echelon systems / J Am Diet Assoc 73(6):640~646 google schola Hur B / 2017 / Current status of parents’ monitoring and trust on school lunch programs google schola Kim HY / 2000 / Comparison of service style for plate waste in industry foodservice operation / J Korean Soc Food Cook Sci 16(5):416~424 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0