การวิเคราะห์พฤติกรรมลูกค้าที่ใช้งานโทรศัพท์มือถือ

Behavior analysis of mobile phone user customers

Name: นพพร สมฤทธิ์

ThaSH: โทรศัพท์เคลื่อนที่

ThaSH: ผู้ใช้โทรศัพท์เคลื่อนที่

ThaSH: พฤติกรรมผู้บริโภค

Abstract: การค้นคว้าอิสระครั้งนี้เป็นการพัฒนาระบบเพื่อวิเคราะห์พฤติกรรมของลูกค้าที่ใช้งานโทรศัพท์มือถือ ด้วยการใช้ Clustering model เพื่อเป็นเครื่องมือในการจัดกลุ่มลูกค้าออกตามลักษณะพฤติกรรม ผู้วิจัยทำการศึกษาเปรียบเทียบการจัดกลุ่มตามลักษณะพฤติกรรมที่เหมาะสม โดยแบ่งเป็นสองการศึกษาย่อยเพื่อศึกษาการจัดกลุ่มโดยการสร้างสร้างโมเดลพื้นฐานจำนวน 2 รูปแบบ ได้แก่ K-means และDBSCAN จากสองโมเดลพื้นฐานดังกล่าวเพื่อหาวิธีการจัดกลุ่มที่มีความเหมาสมที่สุดสำหรับลักษณะข้อมูลชุดนี้ โดยเปรียบเทียบจากความแม่นยำเฉลี่ยของการจำแนกลูกค้าในแต่ละกลุ่มจากโมเดลทั้งหมด 5 รูปแบบคือ Random forest, Decision Tree, SVM, Naïve Bayes และ KNN การวัดประสิทธิภาพของระบบที่ได้พัฒนาในการศึกษานี้ เป็นการเปรียบเทียบความแม่นยำพบว่า การจัดกลุ่มแบบ K-means มีประสิทธิภาพในการจำแนกกลุ่มของลูกค้าได้ดีกว่า DBSCAN จากผลการทดลองสามารถกล่าวได้ว่า โมเดล K-means มีค่าเฉลี่ยนความแม่นยำของโมเดลการจำแนกทั้งห้าโมเดลสูงกว่า DBSCAN

Abstract: This independent study is to develop a system to analyze the behavior of customers who use mobile phones by using the Clustering model as a tool to group customers according to their behavior. The researcher conducted a comparative study of appropriate behavioral grouping. It was divided into two sub-studies to study clustering by constructing two basic models: K-means and DBSCAN from those two basic models to find the most suitable clustering method for the data set characteristics. this Comparison of the average accuracy of classification of customers in each group from all five models: Random Forest, Decision Tree, SVM, Naïve Bayes, and KNN. Performance measurement of the system developed in this study. It is a comparison of accuracy found that K-means clustering has better customer classification efficiency than DBSCAN. From the experimental results, it can be said that the K-means model has a higher mean accuracy of five classification models than DBSCAN.

มหาวิทยาลัยเชียงใหม่. สำนักหอสมุด

Address: เชียงใหม่

Email: cmulibref@cmu.ac.th

Name: ชุมพล บุญคุ้มพรภัทร

Role: อาจารย์ที่ปรึกษา

Created: 2566

Modified: 2566-10-29

Issued: 2566-10-29

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิทยาการข้อมูล

Grantor: มหาวิทยาลัยเชียงใหม่

©copyrights มหาวิทยาลัยเชียงใหม่

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	640632054.pdf	5.08 MB	7	2024-12-04 13:55:32

ใช้เวลา

0.017194 วินาที