식음업장 메뉴 수요 예측 AI 오프라인 해커톤

Data info.

• train [폴더]
• train.csv [파일]
• 2023.01.01 ~ 2024.06.15의 영업장명_메뉴명별 매출 수량 정보
• 영업일자
• 영업장명_메뉴명
• 매출수량
• price.csv [파일]
• 영업장명_메뉴명별 평균 판매금액
• 영업장명_메뉴명
• 평균판매금액
• room_type.csv [파일]
• 리조트내 객실 정보
• 객실타입
• 객실타입명
• 기준인원
• Map.jpg [파일]
• 리조트내 가이드맵 이미지

• meta[폴더]

※ 본 데이터는 실제 영업 기록을 기반으로 하며, 일부 결측치가 존재할 수 있습니다. 결측치 처리 방법은 참가자의 판단에 따라 자유롭게 선택할 수 있습니다.

• TRAIN_group.csv [파일]
• 2023.01.01 ~ 2024.06.15의 영업장별 단체 손님으로 결제한 수
• 영업일자
• 느티나무 셀프BBQ, 담하, 라그로타, 미라시아, 카페테리아, 포레스트릿, 화담숲주막, 화담숲카페
• TRAIN_hwadam.csv [파일]
• 2023.01.01 ~ 2024.06.15의 영업일자별 화담숲, 화담채, 모노레일 방문객 수
• 영업일자
• 화담숲, 화담채, 모노레일
• TRAIN_room.csv [파일]
• 2023.01.01 ~ 2024.06.15의 영업일자별 객실 판매 실적
• 영업일자
• DBP,DBS,DHP,DLP,DTP,DYP,KAP,KBP,NAP,NAS,NBP,NBS,NCS,NHP,PBP,PBS,PLP,RAS
• TRAIN_ski.csv [파일]
• 2023.01.01 ~ 2024.06.15의 영업일자별 스키장 내장객 수
• 영업일자
• 8시,9시,10시,11시,12시,13시,14시,15시,16시,17시,18시,19시,20시,21시,22시,23시,24시,1시,2시,3시,4시,5시,6시,7시 : 각 시간대별 태깅 수
• 1일 내장객 : 영업일자의 고유 내장객 수
• TRAIN_weather.csv [파일]
• 2023.01.01 ~ 2024.06.15의 이천 지역의 기온, 강수량 정보
• 일시
• 평균기온(℃),최고기온(℃),최고기온시각,최저기온(℃),최저기온시각,일교차,강수량(mm)

• test [폴더]
• TEST_00.csv ~ TEST_09.csv [파일]
• 2025년의 특정 시점(28일)의 영업장명_메뉴명별 매출 수량 정보
• 영업일자
• 영업장명_메뉴명
• 매출수량
• meta [폴더]
• TEST_group_00.csv ~ TEST_group_09.csv [파일]
• 2025년의 특정 시점(28일)의 영업장별 단체 결제 건수
• TEST_hwadam_00.csv ~ TEST_hwadam_09.csv [파일]
• 2025년의 특정 시점(28일)의 영업일자별 화담숲, 화담채, 모노레일 방문객 수
• TEST_room_00.csv ~ TEST_room_09.csv [파일]
• 2025년의 특정 시점(28일)의 영업일자별 객실 판매 실적
• TEST_ski_00.csv ~ TEST_ski_09.csv [파일]
• 2025년의 특정 시점(28일)의 영업일자별 스키장 내장객 수
• TEST_weather_00.csv ~ TEST_weather_09.csv [파일]
• 2025년의 특정 시점(28일)의 이천 지역의 기온, 강수량 정보

• sample_submission.csv [파일] : 제출양식
• 각 영업장명_메뉴명의 TEST 파일별 +1일, +2일,…, +7일의 매출수량 예측 결과
• 영업일자 : TEST_00+1일, TEST_00+2일, TEST_00+3일 ... TEST_09+1일, TEST_09+2일, TEST_09+7일

※ 제공드리는 데이터를 엑셀로 열람하는 경우, 데이터가 비정상적으로 보이는 현상이 발생할 수 있으니 반드시 Pandas패키지와 같은 데이터툴을 이용하여 열람부탁드립니다.