การพยากรณ์ภาวะโรคซึมเศร้าโดยใช้เทคนิคเหมืองข้อมูล

Forecast for depression disorder using data mining techniques

Name: เกศินี จันทร์แก้ว

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีสำรสนเทศและนวัตกรรมดิจิทัล

Email : s6207021858059@email.kmutnb.ac.th

Name: มหศักดิ์ เกตุฉ่ำ

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีสำรสนเทศและนวัตกรรมดิจิทัล

Email : mahasak.k@itd.kmutnb.ac.th

ThaSH: ความซึมเศร้า -- พยากรณ์

ThaSH: เหมืองข้อมูล

Abstract: ภาวะโรคซึมเศร้าเป็นโรคทางจิตเวชที่มีผลกระทบต่อการใช้ชีวิตประจำวันและสภาวะสังคมในปัจจุบันพบว่ามีจำนวนผู้ป่วยเพิ่มมำกขึ้นงานวิจัยนี้จึงมีวัตถุประสงค์เพื่อสร้างแบบจำลองการคัดกรองผู้ป่วยภาวะโรคซึมเศร้าโดยใช้เทคนิคเหมืองข้อมูลเพื่อให้สามารถวิเคราะห์ผู้ที่เสี่ยงภาวะโรคซึมเศร้าอย่างมีประสิทธิภาพมากขึ้นผู้วิจัยจึงได้นำชุดข้อมูลที่ทำการวิจัยเรียบร้อยแล้วจากผู้เชี่ยวชาญ ซึ่งรวบรวมจากแบบสอบถามทั้งหมด 431 ชุด โดยอ้างอิงแบบประเมินซึมเศร้าสำหรับวัยรุ่น (CES-D) และมีการเก็บข้อมูลจากกลุ่มตัวอย่างนักศึกษาที่กำลังศึกษาอยู่ในคณะครุศาสตร์ มหาวิทยาลัยราชภัฏบ้านสมเด็จเจ้าพระยา ปีการศึกษา 2562 ชั้นปีที่ 1 ถึง 4 ด้วยวิธีการสุ่มตัวอย่าง และนำข้อมูลที่ได้ผ่านกระบวนการเตรียมข้อมูลแล้วเข้ำสู่แบบจำลอง Multilayer Perceptron พบว่าแบบจำลอง Multilayer Perceptron ให้ประสิทธิภาพ โดยได้ค่าความถูกต้อง (Accuracy) เท่ากับ 90.01 เปอร์เซ็นต์ ค่าความแม่นยำของแบบจำลอง (Precision) เท่ากับ 91.51 เปอร์เซ็นต์ ค่าความระลึกโดยแยกทีละคลาส (Recall) เท่ากับ 85.57 เปอร์เซ็นต์ และค่าประสิทธิภาพโดยรวม (F-Measure) เท่ากับ 88.44 เปอร์เซ็นต์ จากนั้นทำการทดสอบกับชุดข้อมูลทดสอบ โดยใช้วิธีการแบ่งข้อมูลชุดเดียวกันให้เป็นข้อมูลชุดทดสอบ จำนวน 130 ชุดข้อมูล จากชุดข้อมูลทั้งหมดผลที่ได้ คือพยากรณ์ได้ความถูกต้องเฉลี่ย 89.77 เปอร์เซ็นต์ ดังนั้นผู้วิจัยได้ใช้การพยากรณ์แบบจำลอง Multilayer Perceptron เพื่อใช้ในการพัฒนาระบบคัดกรองผู้ที่เสี่ยงต่อภาวะซึมเศร้าต่อไป

Abstract: Depression is a psychiatric disorder that affects daily life. Today's social conditions are seeing an increase in the number of cases. The research aims to create a screening model for depression patients using data mining techniques. To be able to analyze people at risk of depression more effectively. The researcher then has taken a data set that has been researched successfully from experts. This was compiled from a total of 431 questionnaires based on the Depression Assessment for Adolescents (CES-D). Data is collected from a sample of students studying in the Faculty of Education. Bansomdejchaopraya Rajabhat University, Academic Year 2019. Years 1 to 4 by sampling method. Bring data that has been through the data preparation process into the multilayer perceptron model. It was found that the multilayer perceptron model was effective. Accuracy is 90.01 percent, Precision is 91.51 percent, Recall is 85.57 percent and F-Measure is 88.44 percent. Then experiment with the test dataset. Using the data division method. The same set of test data for 130 data from all datasets. As a result, the forecast was an average accuracy of 89.77 percent. Therefore, the researchers used the multilayer perceptron model forecasting to further develop a screening system for people at risk of depression.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2564

Modified: 2564-10-11

Issued: 2564-10-11

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยสารสนเทศและนวัตกรรมดิจิทัล. การประชุมวิชาการระดับชาติด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศ ครั้งที่ 17 (NCCIT 2021) (pp.198-203). กรุงเทพฯ : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	NCCIT 2021pp.198-203.pdf	290.44 KB	28	2025-01-21 09:29:48

ใช้เวลา

0.022489 วินาที