แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th ติดต่อเจ้าหน้าที่เจ้าของเอกสาร กรณีเอกสารไม่ครบหรือไม่ตรง

การสร้างแบบจำลองโปรไฟล์ผู้ใช้ซึ่งมาจากหัวเรื่องสำหรับการแนะนำสถานที่เฉพาะบุคคล
Topical user profile modeling for personalized place recommendation

keyword: การวัดความคล้ายคลึง
; การแนะนำสถานที่
; บริการข้อมูลเชิงพื้นที่
ThaSH: ระบบแนะนำข้อมูล (การกรองสารสนเทศ)
ThaSH: โทรศัพท์เคลื่อนที่ -- โปรแกรมคอมพิวเตอร์
ThaSH: ระบบกำหนดตำแหน่งบนโลก
ThaSH: อัลกอริทึม
ThaSH: บริการสารสนเทศแบบออนไลน์
Abstract: บริการข้อมูลเชิงพื้นที่ (LBS) กำลังได้รับความนิยมสูงมากในปัจจุบัน เนื่องจากความก้าวหน้าของเทคโนโลยีบนสมาร์ทโฟน ทำให้สามารถค้นหาสถานที่ในบริเวณใกล้เคียงได้ทุกที่ทุกเวลา LBS บางแห่งยังอนุญาตให้ผู้ใช้สามารถเช็คอินสถานที่ต่าง ๆ เพื่อแชร์ให้กับผู้ใช้คนอื่น และด้วยจำนวนผู้ใช้ที่เพิ่มมากขึ้นอย่างต่อเนื่อง ทำให้การค้นหาสถานที่ซึ่งน่าสนใจ (POI) ทำได้ยากขึ้นเนื่องจากในบางพื้นที่อาจมีสถานที่ซึ่งคล้ายกันเป็นจำนวนมาก และผู้ใช้อาจไม่สามารถอธิบายความต้องการเกี่ยวกับสถานที่ซึ่งเขาสนใจจริง ๆ ทำให้มีงานวิจัยจำนวนหนึ่งนำเสนอเทคนิคการทำนาย POI สำหรับผู้ใช้ โดยใช้ข้อมูลการเช็คอินสถานที่ของผู้ใช้ เทคนิคส่วนใหญ่ใช้อัลกอริทึม Collaborative Filtering (CF) ซึ่งนิยมใช้กันมากในระบบแนะนำทั่วไป อัลกอริทึม CF อาจไม่เหมาะกับปัญหาการทำนาย POI ของผู้ใช้ เนื่องจากคุณลักษณะของข้อมูลการเช็คอินสถานที่ของผู้ใช้ใน LBS ค่อนข้างมีความแตกต่างกับคุณลักษณะของข้อมูลอินพุตซึ่งก็คือเมตริกซ์ User-Item Rating ซึ่งถูกใช้ในอัลกอริทึม CF ทั่วไป จะส่งผลกระทบโดยตรงต่อการคำนวณความคล้ายคลึงกันระหว่างผู้ใช้ ในงานวิจัยนี้ได้นำเสนอเทคนิคใหม่ในการเพิ่มประสิทธิภาพสำหรับการทำนาย POI ของผู้ใช้ โดยสร้างแบบจำลองหัวข้อเพื่อเรียนรู้หัวข้อความสนใจของผู้ใช้จากข้อมูลเนื้อหาที่เกี่ยวข้องกับ POI ของผู้ใช้ จากนั้นจะอนุมานการกระจายหัวข้อของ POI ตามการกระจายหัวข้อคำที่เรียนรู้ เพื่อนำไปปรับน้ำหนักหัวข้อความสนใจของผู้ใช้สำหรับการแนะนำสถานที่เฉพาะบุคคล งานวิจัยนี้จึงได้วิธีการสร้างแบบจำลองโปรไฟล์ผู้ใช้ซึ่งมาจากหัวเรื่องสำหรับการแนะนำสถานที่เฉพาะบุคคล สำหรับการทำนาย POI ของผู้ใช้ ที่มีประสิทธิภาพความแม่นยำสูง
Abstract: Location-based service has become popular due to the advancement of technology on smartphones. Make the smartphone to find nearby places at any time. Some LBS also allow users to check-ins to places for share with other users. With a growing number of users make it more difficult to find point of interest (POI) because some location may have similarity places and the user may not be able to a place that he/she really interest. A lot of researcher have presented a technique for predicting POIs for users by using user check-ins history. Most techniques use Collaborative filtering (CF). CF algorithm may not be suitable for user prediction of POI due to the feature of the user's check-in facility, the LBS is quite different from the feature of input data. It directly affects the calculation of similarity between users. We propose in this paper a novel method to discover user profiles for POI recommendation. We first use topic modeling to learn user’s interest topics from content information associated with POIs that he/she has visited. We then infer topic distribution of POI based on the learned word-topic distribution to re-weight the user interest topics for personalized place recommendation. This research is therefore a method to created Topic-based user profile model for POI recommendation with highly performance.
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง
Address: กรุงเทพมหานคร
Email: library@kmutnb.ac.th
Role: ที่ปรึกษาวิทยานิพนธ์
Email : luepol.p@sci.kmutnb.ac.th
Created: 2560
Modified: 2561-11-14
Issued: 2561-10-01
วิทยานิพนธ์/Thesis
application/pdf
tha
©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
RightsAccess:
ลำดับที่.ชื่อแฟ้มข้อมูล ขนาดแฟ้มข้อมูลจำนวนเข้าถึง วัน-เวลาเข้าถึงล่าสุด
1 B16176807.pdf 3.79 MB15 2022-02-19 07:48:59
ใช้เวลา
0.038724 วินาที

พัสกร คันธาอาภา
Title Contributor Type
การสร้างแบบจำลองโปรไฟล์ผู้ใช้ซึ่งมาจากหัวเรื่องสำหรับการแนะนำสถานที่เฉพาะบุคคล
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
พัสกร คันธาอาภา
ลือพล พิพานเมฆาภรณ์
วิทยานิพนธ์/Thesis
ลือพล พิพานเมฆาภรณ์
Title Creator Type and Date Create
การออกแบบชุดรหัสคำแบบกระชับสำหรับอีซีโอซี
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ลือพล พิพานเมฆาภรณ์
มงคล เอียดอ้น
วิทยานิพนธ์/Thesis
การทำเหมืองข้อมูลของเส้นวิถีการโคจรจากข้อมูลระบบวีเอ็มเอสเพื่อระบุประเภทเครื่องมือทำการประมงโดยอัตโนมัติ
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ลือพล พิพานเมฆาภรณ์
สาธร พรสุพิกุล
วิทยานิพนธ์/Thesis
การสร้างแบบจำลองโปรไฟล์ผู้ใช้ซึ่งมาจากหัวเรื่องสำหรับการแนะนำสถานที่เฉพาะบุคคล
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ลือพล พิพานเมฆาภรณ์
พัสกร คันธาอาภา
วิทยานิพนธ์/Thesis
การตรวจจับพฤติกรรมความรุนแรงในวิดีโอ โดยใช้โครงข่ายประสาทเทียมเชิงลึก
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ลือพล พิพานเมฆาภรณ์
เอกนรินทร์ ดิษฐ์สันเทียะ
วิทยานิพนธ์/Thesis
การเรียนรู้เชิงลึกสำหรับการติดต่อกันโดยตรงระหว่างสมองกับคอมพิวเตอร์
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ลือพล พิพานเมฆาภรณ์
ปิยะวัฒน์ แสงเพชร
วิทยานิพนธ์/Thesis
การพัฒนาแบบจำลองเรียนรู้แบบลึกเชิงพื้นที่และเวลาสำหรับการจดจำคำพูดด้วยภาพ
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ลือพล พิพานเมฆาภรณ์
ธีรพงศ์ งามพร้อมวงษ์
วิทยานิพนธ์/Thesis
การลบภาพวัตถุสำหรับระบบจัดทำแผนที่ชนิดเคลื่อนที่โดยใช้โครงข่ายเจเนอเรทีฟแอดเวอเซอเรียล
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ลือพล พิพานเมฆาภรณ์
อาซีซ่าร์ ลอดิง
วิทยานิพนธ์/Thesis
Copyright 2000 - 2026 ThaiLIS Digital Collection Working Group. All rights reserved.
ThaiLIS is Thailand Library Integrated System
สนับสนุนโดย สำนักงานบริหารเทคโนโลยีสารสนเทศเพื่อพัฒนาการศึกษา
กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม
328 ถ.ศรีอยุธยา แขวง ทุ่งพญาไท เขต ราชเทวี กรุงเทพ 10400 โทร. โทร. 02-232-4000
กำลัง ออน์ไลน์
ภายในเครือข่าย ThaiLIS จำนวน 68
ภายนอกเครือข่าย ThaiLIS จำนวน 6,176
รวม 6,244 คน

More info..
นอก ThaiLIS = 161,870 ครั้ง
มหาวิทยาลัยสังกัดทบวงเดิม = 2,237 ครั้ง
มหาวิทยาลัยราชภัฏ = 15 ครั้ง
มหาวิทยาลัยเอกชน = 2 ครั้ง
มหาวิทยาลัยเทคโนโลยีราชมงคล = 1 ครั้ง
รวม 164,125 ครั้ง
Database server :
Version 2.5 Last update 1-06-2018
Power By SUSE PHP MySQL IndexData Mambo Bootstrap
มีปัญหาในการใช้งานติดต่อผ่านระบบ UniNetHelp


Server : 8.199.134
Client : Not ThaiLIS Member
From IP : 216.73.216.59