초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

스마트폰의 보급률이 증가함과 배달 주문 앱의 등장으로 배달 요식업의 수요는 점차 늘어가고 있는 전망이다. 또 최근 코로나19로 인한 온라인 소비가 폭발적으로 증가했다. 이렇듯 배달 요식업 시장은 지속적으로 성장하고 있으나 배달 요식업의 특성상 예기치 못한 다양한 상황으로 인해 배달 서비스의 품질이 저하될 수 있다.
본 논문에서는 LSTM, GRU, BI-LSTM 모델에 단변량 시계열 데이터와 날씨와 생활인구 ...

스마트폰의 보급률이 증가함과 배달 주문 앱의 등장으로 배달 요식업의 수요는 점차 늘어가고 있는 전망이다. 또 최근 코로나19로 인한 온라인 소비가 폭발적으로 증가했다. 이렇듯 배달 요식업 시장은 지속적으로 성장하고 있으나 배달 요식업의 특성상 예기치 못한 다양한 상황으로 인해 배달 서비스의 품질이 저하될 수 있다.
본 논문에서는 LSTM, GRU, BI-LSTM 모델에 단변량 시계열 데이터와 날씨와 생활인구 다변량 시계열 데이터를 활용하여 분석하고 비교하여 예측 모델을 구현한다. 실험 결과 LSTM 모델과 GRU 모델은 단변량 시계열 데이터와 다변량 시계열을 학습한 모델의 예측 성능이 비슷했고 BI-LSTM 모델은 단변량 시계열 데이터를 학습한 모델보다 다변량 시계열 데이터를 학습한 모델의 성능이 더 우수했다. 그리고 성별/연령별 생활인구 데이터를 이용한 다변량 모델의 성능이 모든 모델에서 좋은 예측 결과를 보여주어 생활인구 데이터가 배달 주문 예측에 중요한 Feature임을 알 수 있었다.

Keyword