การวิเคราะห์ปัจจัยที่มีผลต่อประสิทธิภาพการแนะน ากลุ่มความสนใจบนเครือข่ายทางสังคมออนไลน์ โดยใช้เนื้อหาและรูปแบบการปฏิสัมพันธ์

Analysis of factors affecting the efficiency of recommending user interest group on social network based on content and interaction pattern

Name: นิชากรณ์ พันธ์คง

ThaSH: เครือข่ายสังคมออนไลน์ -- การวิเคราะห์

ThaSH: การวิเคราะห์เนื้อหา

ThaSH: การวิเคราะห์ตัวประกอบ

ThaSH: ซัพพอร์ตเวกเตอร์แมชชีน

ThaSH: ปฏิสัมพันธ์ทางสังคม

Abstract: วิทยานิพนธ์นี้ท าการออกแบบพัฒนาขั้นตอนวิธีการการวิเคราะห์ปัจจัยที่มีผลต่อประสิทธิภาพ การแนะน ากลุ่มสมาชิกบนเครือข่ายทางสังคม โดยใช้เนื้อหาจากผู้ใช้ที่เป็นภาษาไทยและการใช้ รูปแบบการปฏิสัมพันธ์ งานวิจัยนี้ได้ท าการจ าแนกประเภทกลุ่มเนื้อหาด้วย 3 อัลกอริทึม เพื่อจ าแนก เนื้อหาของการวิจัย 4 ประเภทเนื้อหา คือ ด้านบันเทิง ด้านสมาร์ทโฟน ด้านการเงินการธนาคาร และด้านข่าวกีฬา ผลการวิจัยพบว่า ซัพพอร์ตเวกเตอร์แมชชีนสามารถจ าแนกประเภทเนื้อหาได้ดีที่สุด นอกจากนั้น ท าการศึกษาคุณลักษณะของเนื้อหา พบว่าคุณลักษณะของเนื้อหามีผลต่อประสิทธิภาพ ค่าความแม่นย าและค่าความระลึกในการจ าแนกประเภทเนื้อหา ในขณะที่การวิเคราะห์ปฏิสัมพันธ์ ทางสังคมระหว่างผู้ใช้ ซึ่งงานวิจัยนี้ได้ท าการออกแบบการกรองข้อมูลเพื่อการแนะน ากลุ่มความสนใจ ของผู้ใช้บนเครือข่ายสังคมออนไลน์ด้วย 3 อัลกอริทึม คือ ค่าเฉลี่ยความสนใจเนื้อหา ค่าเฉลี่ยเนื้อหา และค่าเฉลี่ยความสนใจก าลังสองน้อยที่สุด ร่วมกับการพิจารณาเกณฑ์ขั้นต่ า ผลการวิจัยพบว่า ความสัมพันธ์ในเชิงเนื้อหาผู้ใช้มีอิทธิพลต่อความสนใจกลุ่มเนื้อหามากที่สุดด้วยวิธีการค่าน้ าหนัก ความนิยมเฉลี่ยร่วมกับการวิเคราะห์สัดส่วนความสนใจประเภทเนื้อหาทั้งบนทวิตเตอร์และเฟซบุ๊ก

Abstract: This dissertation proposes an analysis factors affecting the efficiency of Recommending User Interest group on social network based on contents and Interaction Patterns by using social media data in Thai language. In this dissertation, there are three classification algorithms for categorizing content into four classes, namely entertainment, smart phones, financial, and sport. The results presented that Support Vector Machine (SVM) yields the best classification on Facebook and Twitter. Moreover, this dissertation concentrates on the efficient paramethers of content analysis which influence classification performance. The results investigated parameters affecting the efficiency in precision and recall. While analysis social network interaction of users to suggest the interested groups by PCAV, CA, PCWLS and threshold algorithms are applied in this dissertation. The experimental results showed promising performance of recommending user interest groups based on contents and social interaction, which PCAV improve the precision and recall of the recommended performance from both social media.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: มารุต บูรณรัช

Role: ที่ปรึกษาดุษฎีนิพนธ์

Name: สมชาย ปราการเจริญ

Role: ที่ปรึกษาดุษฎีนิพนธ์

Email : spk@kmutnb.ac.th

Created: 2558

Modified: 2560-10-20

Issued: 2559-08-16

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: E-THESIS

tha

DegreeName: ปรัชญาดุษฎีบัณฑิต

Level: ปริญญาเอก

Descipline: เทคโนโลยีสารสนเทศ

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B1599045x.pdf	5.82 MB	73	2022-12-14 10:26:45

ใช้เวลา

0.03729 วินาที