• 제목/요약/키워드: 아이템의 수

검색결과 554건 처리시간 0.02초

제주지역 고등학생의 기숙사급식 만족도 및 급식메뉴 기호도 조사 (A survey of foodservice satisfaction and menu preference of high school boarding students in Jeju)

  • 김경자;채인숙
    • Journal of Nutrition and Health
    • /
    • 제47권1호
    • /
    • pp.77-88
    • /
    • 2014
  • 본 연구는 기숙사 생활을 하는 제주지역 고등학생을 대상으로 기숙사급식 만족도와 급식에서 제공되는 메뉴에 대한 기호도를 조사 분석함으로써 기숙사 학생들의 다양한 요구와 필요에 부합하고 기숙사 급식의 질적 향상을 모색하기 위한 기초자료로 활용하고자 실시하였다. 조사대상 고등학생의 성별은 남자가 71.1%, 학년은 2학년 46.0%, 기숙사 거주기간이 2~3학기인 학생이 45.3%, 월평균 용돈은 3만원 미만이 39.0%, 동지역에 거주하는 학생이 68.3%로 나타났다. 방학 중 외식횟수는 한 달에 1~2회가 51.4%, 부모가 맞벌이를 하는 학생은 73.7%, 어머니의 학력은 고졸이 46.9%, 본인이 건강하다고 생각하는 학생은 60.3%로 나타났다. 조사대상의 기숙사급식 만족도에 있어서는 메뉴 품질에 대한 만족도 (3.26)보다 서비스 및 위생에 대한 만족도 (3.46)가 높았고, 메뉴 품질에 있어서는 주식 (밥)의 양 (3.70), 음식의 온도 (3.50), 음식의 신선도 (3.42), 음식의 맛 (3.14)의 순으로, 서비스 및 위생에 있어서는 급식 정보 제공 (3.66), 식당 분위기(3.53), 급식 위생 (3.48), 식사질서 지도 (3.43), 원활한 배식 (3.34), 조리종사자의 친절도 (3.33)의 순으로 나타났다. 조사대상 고등학생의 끼니별 급식 만족도는 저녁식사 (3.70), 점심식사 (3.50), 아침식사 (3.14)의 순으로 나타났으며, 성별에 있어서는 아침식사의 경우 여학생의 만족도 (3.36)가 남학생의 만족도 (2.93)보다 유의적으로 높게 나타났다 (p < .01). 조사대상이 기숙사급식에서 제공받은 음식의 섭취량을 끼니별로 분석한 결과 저녁식사 (3.70), 점심식사 (3.50), 아침식사 (3.14)의 순으로 나타났고 점심식사와 저녁식사는 남학생의 섭취량 (각 4.12, 4.17)이 여학생 (각 3.72, 3.76) 보다 유의적으로 많았다 (p < .001). 조사대상 고등학생의 기숙사급식에 대한 개선점에 있어서는 맛의 향상 (43.4%), 메뉴의 다양성 (31.0%), 배식량 증가 (17.4%), 급식위생 (3.8%), 급식환경 (3.3%)의 순으로 응답율을 보였고 남학생의 경우 맛의 향상 (49.2%), 메뉴의 다양성 (28.7%), 배식량 증가 (14.9%), 급식환경 (4.6%), 급식위생 (1.3%)의 순으로, 여학생은 메뉴의 다양성 (36.6%), 맛의 향상 (29.3%), 배식량 증가 (23.6%), 급식위생 (8.1%), 급식환경 (1.6%)의 순으로 나타났다 (p < .001). 조사대상의 주식류에 대한 기호도는 면류 (4.06), 일품음식류 (3.92), 밥류 (3.66)의 순으로 높게 나타났고 밥류에 있어서는 검정쌀밥 (3.80), 일품음식류는 볶음밥 (4.05), 면류에 있어서는 스파게티 (4.21)의 기호도가 가장 높게 나타났다. 국 및 찌개류에 대한 기호도는 갈비탕 (4.10), 김치찌개 (3.99), 된장찌개 (3.92), 순두부찌개 (3.79), 육개장 (3.78)의 순으로 나타났고 동태찌개 (2.72)와 북어국 (2.61)은 보통 이하의 기호도를 보였다. 조사대상의 부식류에 대한 기호도에 있어서는 찜류 (3.95), 튀김류 (3.87), 볶음류 (3.57), 김치류 (3.54), 구이류 (3.49), 조림류 (3.27)의 순으로 나타났고 무침류는 3점 미만인 2.89를 나타내 보통 이하의 기호도를 보였다. 메뉴 아이템에 있어서는 갈비찜 (4.24), 닭튀김 (4.23), 닭볶음 (4.19), 돈까스 (4.17), 탕수육 (4.10), 돼지고기볶음 (4.04)의 순으로 높은 기호도를 보였고, 5점 만점에 대해 4점 이상을 나타냈으며, 콩조림 (2.94), 시금치무침 (2.94), 애호박무침 (2.89), 느타리버섯볶음 (2.84), 생선구이 (2.81), 마늘쫑무침 (2.69), 취나물무침 (2.67), 청경채 겉절이 (2.71), 톳무침 (2.65), 생선조림 (2.63), 건파래 무침 (2.59)은 5점 만점에 대해 3점 미만을 나타내 보통 이하의 기호도를 보여 생선이나 채소류보다 육류를 이용한 음식에 대한 기호도가 높음을 알 수 있었다. 후식류에 있어서는 쥬스류의 기호도 (4.52)가 가장 높았고 요구르트 (4.50), 생과일 (4.42), 빵류 (4.33), 우유 (4.08), 떡류 (4.01)의 순으로 나타났으며 빵류 (p < .05) 와 떡류 (p < .01)에 대해 남학생보다 여학생의 기호도가 유의적으로 높게 나타났다. 조사대상의 메뉴 기호도는 기숙사급식 만족도 (r = 0.369), 메뉴 품질 (r = 0.348), 서비스 및 위생 (r = 0.344), 끼니별 급식 만족도 (r = 0.418), 제공된 음식 섭취량 (r = 0.220)과 정 (+)의 상관관계를 (p < .01), 기숙사급식 만족도는 메뉴품질 (r = 0.944), 서비스 및 위생 (r = 0.931), 끼니별 급식 만족도 (r = 0.707)와 다소 높은 정 (+)의 상관관계를 (p < .01), 메뉴품질은 서비스 및 위생 (r = 0.758), 끼니별 만족도 (r = 0.717)와 다소 높은 정 (+)의 상관관계를 (p < .01), 서비스 및 위생은 끼니별 급식 만족도 (r = 0.604)와 정 (+)의 상관관계를 나타냈다 (p < .01). 이상의 연구결과를 토대로 살펴볼 때, 기숙사급식에의 의존도가 높은 기숙사생들이 영양적으로 균형 있는 음식을 섭취하고 올바른 식습관을 형성할 수 있도록 다각적이고 체계적인 영양교육이 병행되어야 하며 배식량 및 배식방법 등을 개선하고 다양한 조리법 및 이벤트 메뉴 등을 개발하는 등 학생들이 성장기에 필요한 영양소를 충분히 섭취할 수 있도록 다양한 방안이 모색되어야 할 것으로 사료된다.

호맥 사일리지의 급여기간이 비육돈의 생산성, 혈액 성상 및 도체특성에 미치는 영향 (Effects of Rye Silage on Growth Performance, Blood Characteristics, and Carcass Quality in Finishing Pigs)

  • 신승오;한영근;조진호;김해진;진영걸;유종상;황광연;김정우;김인호
    • 한국축산식품학회지
    • /
    • 제27권4호
    • /
    • pp.392-400
    • /
    • 2007
  • 본 연구는 호맥 사일리지의 급여와 급여기간이 비육돈의 생산성, 혈액성상 및 도체특성에 미치는 영향에 대하여 알아보기 위하여 시험을 실시하였다. 3원 교잡종($Landrace{\times}Yorkshire{\times}Duroc$) 비육돈 16두를 공시하였으며 시험 개시시 체중이 90.26 kg이었고 30일간 개체별 사양시험을 실시하였다. 시험설계는 호맥 사일리지의 급여기간에 따라 출하 전 10일간 급여한 처리구(S10), 20일간 급여한 처리구(S20), 30일간 급여한 처리구(S30)로 4처리를 하여 처리당 4반복, 반복당 1마리씩 $1.8{\times}1.8\;m$ 크기의 돈방에 개별 사육하였다. 사양시험 기간 동안 일당증체량 및 사료효율은 처리구간 유의적인 차이가 없었고(p>0.05), 사료섭취량은 대조구가 다른 처리구와 비교하여 높게 나타났다(p<0.05). 영양소 소화율에서는 S20처리구가 S30처리구와 비교 하여 높게 나타났으며(p<0.05), 혈액 내 cortisol 함량의 변화는 호맥 사일리지를 급여한 처리구가 대조구와 비교하여 감소하였다(p<0.05). 육질특성은 처리구 간 유의적인 차이가 없었으나(p>0.05), 등지방 두께는 대조구가 S20, S30처리구에 비하여 두껍게 나타났다(p<0.05). 살코기 내 지방산 조성을 살펴보면 stearate, total SFA 및 UFA/SFA는 대조구가 다른 처리구와 비교하여 높은 함량을 나타냈으나, total MUFA는 유의적으로 낮은 함량을 나타냈다(p<0.05). 지방 내 지방산 조성은 oleate 와 total MUFA는 S20처리구와 S30처리구가 다른 처리구와 비교하여 높게 나타났다(p<0.05). 결론적으로, 비육돈 사료 내 호맥 사일리지의 급여 및 급여기간은 사료섭취량, 건물소화율에 영향을 미쳤으며, 혈액 내 cortisol 함량, 등지방 두께 및 육의 지방산 조성에 긍정적인 영향을 나타내었다.응답이 가장 많았고 대부분 집게로 집어 빨래 줄에 말리는 경우가 많았다. 모자 세탁 시 세탁방법, 건조방법, 건조장소의 요인들보다 세제종류가 세탁 후 변형에 영향을 미치는 것으로 조사되어 적절한 세제를 사용할 수 있는 정보를 소비자에게 인지시켜 피해를 줄이는데 노력하여야 할 것이다. 또 보관방법으로는 대부분 옷장 선반에 두고 있었으며 보관 후 형태변화 결과를 경험한 소비자의 비율이 높은 것으로 보아 적합한 모자 보관으로 형태유지에 각별한 주의가 요구된다. 셋째, 대부분의 모자 소비자들은 레이블에 대한 중요성을 인지하고 있으나 다른 의복 아이템에 비하여 모자레이블에 대한 신뢰도는 더 낮게 나타나, 공급자들은 정확하고 실질적인 레이블을 표기하여 신뢰도 회복을 기해야 할 것이다. 많은 소비자들이 모자의 치수 체계 이해에 어려움을 갖고 있으며, 특히 남성의 경우 레이블에 대한 전반적인 인지도가 낮게 나타나 남성 소비자에게도 전반적인 레이블에 대해 교육시키도록 구체적인 노력이 이루어져야만 하겠다. 후속연구에서는 모자의 다양한 형태나 재료에 따른 세탁 및 관리 방법을 보완하여 연구가 수행되어서 보다 구체적인 자료가 제공되어야 할 것으로 보인다.로 초지의 중요성을 구체적으로 구명하였다. 정부는 초지의 규제완화를 추진하고 있다. 그러나 초지에 대한 무분별한 개발은 오히려 제주의 환경파괴, 소중한 관광자원의 소실, 수백 년간 가축방목지로 활용되어온 축산기반의 붕괴, 유기축산 실현과 청정 환경을 유지하는 생태자원보고 천혜의 조건을 파괴하늘 것으로 초지의 전용은 미래 세대를 위한 존재가치, 환경보존 및 축산업 유지 등 여러 관점에서 보면 초지를 유지 보전하는 것이 제주도의 관광 상품성을 제고할 수 있어 더 많은 부가가치를 창출할 수 있을 것으로 사료된다. 한 번 생각하게끔 한다. 이 연구의 결과는 다양한 종류의 지각된 위험 요소가 내재된 홈쇼핑의 효과적인 설득전략을 위해서는 단순히 시간과 수량을 제한하는 희소성 메시지 기법 외에 이용자의

네트워크 분석을 활용한 딥러닝 기반 전공과목 추천 시스템 (Major Class Recommendation System based on Deep learning using Network Analysis)

  • 이재규;박희성;김우주
    • 지능정보연구
    • /
    • 제27권3호
    • /
    • pp.95-112
    • /
    • 2021
  • 대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.

협업 필터링 및 하이브리드 필터링을 이용한 동종 브랜드 판매 매장간(間) 취급 SKU 추천 시스템 (SKU recommender system for retail stores that carry identical brands using collaborative filtering and hybrid filtering)

  • 조용민;남기환
    • 지능정보연구
    • /
    • 제23권4호
    • /
    • pp.77-110
    • /
    • 2017
  • 최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.