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
질문

논문 기본 정보

자료유형
학술저널
저자정보
조규찬 (충북대학교) 정경창 (충북대학교) 한병엽 (디퓨전랩) 김대인 (코넥트) 이의종 (충북대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제23권 제3호(JKIIT, Vol.23, No.3)
발행연도
2025.3
수록면
67 - 76 (10page)
DOI
10.14801/jkiit.2025.23.3.67

이용수

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

초록· 키워드

오류제보하기
최근 외식업계에서는 POS(Point of Sales) 시스템과 키오스크의 도입으로 다양한 데이터가 실시간으로 축적되고 있으며 이를 기반으로 데이터 기반의 운영이 가능해졌다. 본 연구에서는 머신러닝 기법을 활용하여 매장의 매출 데이터와 발주 데이터를 분석하고 이를 통해 소모품의 사용량을 예측하여 최적의 발주 시점을 도출하는 시스템을 제안한다. 11개월간의 실제 매장 운영 데이터를 수집 및 분석하였으며 제안한 방법을 다양한 머신러닝 모델에 적용시켜 우수한 예측 성능을 확인했다. 머신러닝으로 예측된 발주일과 실제 발주일과 평균 1.14일의 오차를 보여 실제 소규모 외식업 환경에서 적용이 가능한 수준의 정확도를 달성하였다. 해당 시스템은 데이터 기반의 자동화된 발주 관리 시스템 구축을 통해 소규모 외식업체의 운영 효율성에 기여할 수 있을 것으로 보인다.
#machine learning #POS data #supply prediction #order management

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 소모품 발주 예측 시스템
Ⅳ. 실험 설계 및 성능 분석
Ⅴ. 결론 및 향후 과제
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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