ระบบการคัดแยกปัญหาด้วยฟัซซีเบเซียน : กรณีศึกษา หน่วยงานรับปัญหาและให้ความช่วยเหลือ ธนาคารกสิกรไทย

Problem classification with fuzzy bayesian a case study of helpdesk department Kasikornbank

Name: พิจารณ์ จรุงนันทกาล

keyword: นาอีฟเบเซียน

ThaSH: ระบบการจัดเก็บและค้นข้อสนเทศ

; ฟัสซีเบเซียน

Abstract: งานวิจัยทางการจำแนกหมวดหมู่ของเอกสารมุ่งเน้นการพัฒนาวิธีการที่มีประสิทธิภาพ ทั้งในแง่ของผลลัพธ์ที่มีความถูกต้อง ระยะเวลาในการประมวลผลที่น้อยลง และความสามารถในการทำงานได้กับหลายภาษา สำหรับงานวิจัยการจำแนกหมวดหมู่เอกสารภาษาไทยส่วนใหญ่มุ่งจำแนกเอกสารที่มีโครงสร้างชัดเจน สารนิพนธ์นี้ต้องการจำแนกหมวดหมู่ของเอกสารภาษาไทยที่ไม่มีโครงสร้างชัดเจนการจำแนกหมวดหมู่ของเอกสารภาษาไทยที่ไม่มีโครงสร้างชัดเจนจำเป็นต้องมีกระบวนการPreprocessing เพื่อเป็นการเตรียมข้อมูลและกำหนด Feature ก่อนที่จะนำข้อมูลเข้าสู่การจำแนกหมวดหมู่ สารนิพนธ์นี้เลือกใช้ การตัดคำเพื่อแบ่งประโยคออกเป็นคำและการกำจัดคำหยุดเพื่อกำหนดเป็น Feature พร้อมทั้งให้น้ำหนัก Feature สำหรับสรุปใจความสำคัญของประโยคในการเตรียมข้อมูลก่อนการจำ แนกหมวดหมู่เอกสารด้วยอัลกอริทึมฟัซซีเบเซียนและนาอีฟเบเซียน ผลจากการจำแนกหมวดหมู่เอกสาร อัลกอริทึมฟัซซีเบเซียนจะมีค่าความถูกต้องในการคัดแยกข้อมูลที่สูงกว่าอัลกอริทึมนาอีฟเบเซียน ก็ต่อเมื่อมีการปรับค่าตั้งต้นของส่วนเบี่ยงเบนมาตรฐาน ทั้ง σ1 และ σ2 ให้อยู่ในช่วงที่เหมาะสมส่วนด้านระยะเวลาในการประมวลผลอัลกอริทึมฟัซซีเบเซียน จะใช้เวลามากกว่าอัลกอริทึมนาอีฟเบเซียน

Abstract: The study of document classification mainly aims at development of highly efficient methods, that are accurate, less time consuming, and able to work with multiple languages. Works on Thai documents classification mostly involve structured documents. The study, on the other hand, is to classify Thai documents that are non-structured. Non-structured document classification requires a preprocessing of feature extraction. In this study, word segmentation and stop-word removal are used to extract features. These features are then weighted to summarize a sentence. After the preprocessing, the classification is conducted with Fuzzy Bayesian and Naïve Bayesian algorithms. This study shows that Fuzzy Bayesian is more accurate than Naïve Bayesian, provided standard deviations σ1 and σ2 are set appropriately. However, Fuzzy Bayesian is more time consuming than Naïve Bayesian in comparison.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: อัครา ประโยชน์

Role: ที่ปรึกษาสารนิพนธ์

Email : dukete@kmutnb.ac.th

Created: 2552

Modified: 2567-08-29

Issued: 2553-09-04

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: สพ MCS พ633จ

tha

DegreeName: วิทยาศาสตร์มหาบัณฑิต

Level: ปริญญาโท

Descipline: วิทยาการคอมพิวเตอร์

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B15185953.pdf	820.37 KB	14	2026-05-26 18:16:01

ใช้เวลา

0.030374 วินาที