http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
안예린,유성민,이현희,박민서 국제문화기술진흥원 2022 The Journal of the Convergence on Culture Technolo Vol.8 No.4
In the restaurant industry, start-ups are active due to high demand from consumers and low entry barriers. However, the restaurant industry has a high closure rate, and in the case of franchises, there is a large deviation in sales within the same brand. Thus, research is needed to prevent the closure of food franchises. Therefore, this study examines the factors affecting franchise sales and uses machine learning techniques to predict the success and failure of franchises. Various factors that affect franchise sales are extracted by using Point of Sale (PoS) data of food franchise and public data in Gangnam-gu, Seoul. And for more valid variable selection, multicollinearity is removed by using Variance Inflation Factor (VIF). Finally, classification models are used to predict the success and failure of food franchise stores. Through this method, we propose success and failure prediction model for food franchise stores with the accuracy of 0.92. 외식업은 소비자의 수요가 많고 진입장벽이 낮아 창업이 활발하게 일어난다. 하지만 외식업은 폐업률이 높고, 프랜차이즈의 경우 동일 브랜드 내에서도 매출 편차가 크게 나타난다. 따라서 외식업 프랜차이즈의 폐업을 방지하기 위한 연구가 필요하다. 이를 위해, 본 연구에서는 프랜차이즈 가맹점 매출에 영향을 미치는 요인들을 살펴보고, 도출된 요인들에 머신러닝 기법을 활용하여 프랜차이즈의 성패를 예측하고자 한다. 강남구 프랜차이즈 매장의 PoS(Point of Sale) 데이터와 공공데이터를 활용하여 가맹점 매출에 영향을 미치는 여러 요인들을 추출하고, VIF(Variance Inflation Factor)를 활용하여 다중공산성을 제거하여 타당성 있는 변수 선택을 진행한 뒤, 머신러닝 기법 중 분류모델을 활용하여 프랜차이즈 매장의 성패 예측을 진행한다. 이를 통해 최고 정확도 0.92를 가진 프랜차이즈 성패 예측 모델을 제안한다.
머신러닝 알고리즘을 이용한 커피 프랜차이즈 실패 요인 분석에 관한 연구
안예린,이현희,유성민,김서연,박민서 대한산업공학회 2023 대한산업공학회지 Vol.49 No.1
The restaurant franchise headquarters and the franchisees are organically connected, so the failure of the franchisee affects the franchise headquarters. Their sales affect the unemployment rate, causing social and economic crises. This study aims to analyze factors that affect low sales stores that are closely related to franchise failure. To meet the objectives, we first collect Gangnam-gu POS(Point of Sales) data and then analyze them with various machine learning algorithms. Our results show that LGBM(Light Gradient Boosting Machine) has the highest performance (accuracy 0.908). We apply the results with SHAP(Shapley Additional exPlanations), which is an explainale AI, to visualize the positive and negative effects of variables. In the near future, this study is expected to be utilized in suggesting a store operation strategy that can reduce the probability of franchise closure.
3D 격자 구조의 저-고주파 대역에서의 진동 특성 연구
안예린(Y. L. Ahn),김민겸(M. K. Kim),곽민준(M. J. Kwak),김태환(T. H. Kim),김주원(T. H. Kim),서종환(J. Suhr) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
3D 격자 구조 물질은 경량/고강도의 특성으로 인해, 다양한 산업군의 부품(BMW 사의 로브스터 브래킷 부품, 우주발사체용 추진 탱크 등) 들에 활용하려 하고있다. 하지만 경량/고강도 특성을 지닌 3D 격자 구조는 형상에 따라 진동/소음 발생이 취약할 수 있다. 진동 특성을 고려하지 않은 3D 격자 구조는 고유진동수에서의 공명 진동이 부품의 기계적 손상을 야기할 수 있다는 문제점이 있다. 따라서 본 연구에서는 경량/고강도 특성을 지닌 격자구조의 진동/소음 특성을 분석하고, 이를 개선하기 위한 구조설계 연구를 진행하고자 한다. 3D 격자 구조는 Polyjet 방식으로 제조되었으며, 고유진동수와 1-3 차 모드 형상을 진동시험 및 구조해석에 기반하여 분석하였다. 모드 형상에서 격자구조의 취약부를 파악하였으며, 보강재 설계를 통해 개선 방안을 도출하였다. 3D 격자구조의 저-고주파수 대역에서의 응답함수 특성을 비교하기 위해 Frequency Response Function 을 통해 설계한 격자구조의 진동수에 따른 특성을 비교 분석하였다. 그 결과 보강재 설계가 Simple Truss 보다 강도/강성뿐만 아니라 진동 특성도 향상시키는 것을 확인하였다. 본 연구로 개발된 3D 격자 구조는 정적 기계적 특성을 고려할 뿐만 아니라 주파수 대역의 응답특성을 고려하여, 향후 경량/고강도, 진동/소음 저감 특성이 중요한 다양한 산업군에 활용 가능하며 기술적 이점을 제공해 줄 것으로 기대된다.