การประยุกต์ใช้เหมืองข้อความร่วมกับความสัมพันธ์ของคำโดยกราฟในการให้คำแนะนำ

An applying text mining with word relationship represented by graph in recommendation

Name: วัชรีวรรณ จิตต์สกุล

ThaSH: ทฤษฎีกราฟ

ThaSH: ระบบแนะนำข้อมูล (การกรองสารสนเทศ)

ThaSH: เหมืองข้อมูล

LCSH: Recommender systems (Information filtering)

Abstract: งานวิจัยนี้นำเสนอการประยุกต์ใช้เหมืองข้อความร่วมกับความสัมพันธ์ของคำโดยกราฟในการให้คำแนะนำ โดยแบ่งการดำเนินงานออกเป็น 3 ส่วน ดังนี้ ส่วนที่ 1 ทำการคัดเลือกอัลกอริทึมที่มีความเสถียรในการจำแนก โดยคัดเลือกจาก 4 พื้นฐานได้แก่ ฐานกฎ ฐานต้นไม้ตัดสินใจ ฐานความน่าจะเป็น และฐานเรียนรู้ ส่วนที่ 2 สร้างความสัมพันธ์ของคำด้วยวิธี Co-occurrence และส่วนที่ 3 การให้คำแนะนำ โดยพิจารณาคำที่ได้จากอัลกอริทึมที่มีความเสถียรในการจำแนกร่วมกับคำสำคัญที่ได้จากความสัมพันธ์ของคำโดยกราฟ ผลการวิจัยพบว่า อัลกอริทึมที่มีความเสถียรในการจำแนก ได้แก่ อัลกอริทึม Random Forest โดยให้ประสิทธิภาพในการจำแนกดีที่สุด ซึ่งสามารถแบ่งกลุ่มคำเป็น 3 กลุ่ม คือ คำที่ตรงกัน คำที่คล้ายกัน และคำที่ไม่มี และเมื่อนำอัลกอริทึม Random Forest มาพิจารณาร่วมกับความสัมพันธ์ของคำที่สร้างขึ้น พบว่า ให้ค่าความถูกต้องเฉลี่ยในการทำนายสูงถึง 81.34% และแสดงการให้คำแนะนำคำได้อย่างเหมาะสม

Abstract: The research presents an applying text mining techniques with words relationship created by a graph theory, which is aiming to recommend words. Herein, it consist of 3-major parts of work, which are 1) selecting classifier by considering a stability of classifications, rule based classifier, tree based classifier, probability based classifier, and learning based classifier 2) creating words relationship based on co-occurrence concept, and 3) recommending words by concerning word results from selected stable classifier and importance of words derived from word graph. The result showed that the selected stable classification called “random forest” presented a great result of classification. As well as, words were grouped into three group, which are matched words, similar words, and exception words. Finally, a combination of random forest and creating word relationship presented a high average accuracy of prediction, 81.34%, with several words recommend.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: สุนันฑา สดสี

Role: ที่ปรึกษาดุษฎีนิพนธ์

Email : sunantha_s@hotmail.com

Created: 2559

Modified: 2020-09-06

Issued: 2560-03-07

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: ดพ DITT ว388จ

tha

DegreeName: ปรัชญาดุษฎีบัณฑิต

Level: ปริญญาเอก

Descipline: เทคโนโลยีสารสนเทศ

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B16040958.pdf	3.01 MB	67	2024-03-27 13:53:37

ใช้เวลา

0.029032 วินาที