การศึกษาการใช้เทคนิคการเรียนรู้ของเครื่องสาหรับการจำแนกประเภทข้อร้องเรียนของผู้ใช้บนแพลตฟอร์มทราฟฟี่ ฟองดูว์ ด้วยชุดข้อมูลที่หลากหลายระยะเวลา

A study on the use of machine learning techniques for classifying user complaints on the Traffy Fondue platform with a multi-period dataset

Name: วันนเรศวร์ สิงหัษฐิต

Organization : มหาวิทยาลัยอุบลราชธานี. คณะวิทยาศาสตร์

Name: ไพชยนต์ คงไชย

Organization : มหาวิทยาลัยอุบลราชธานี. คณะวิทยาศาสตร์

Name: สุภาวดี หิรัญพงศ์สิน

Organization : มหาวิทยาลัยอุบลราชธานี. คณะวิทยาศาสตร์

Name: วาโย ปุยะติ

Organization : มหาวิทยาลัยอุบลราชธานี. คณะวิทยาศาสตร์

keyword: การจำแนกประเภทข้อความ

ThaSH: การเรียนรู้ของเครื่อง

ThaSH: ภาษาศาสตร์คอมพิวเตอร์

Abstract: งานวิจัยนี้ได้ศึกษาการใช้เทคนิคการเรียนรู้ของเครื่องสำหรับการจำแนกประเภทข้อร้องเรียนของผู้ใช้บนแพลตฟอร์มทราฟฟี่ ฟองดูว์ 5 อัลกอริทึม ได้แก่ Naïve Bayes, Random Forest, Logistic Regression, Multi-layer Perceptron และ Support Vector Machine ข้อมูลที่ใช้คือข้อมูลจากจากเว็บไซต์ทราฟฟี่ ฟองดูว์ จำนวน 18 เดือน ทาการทดลองโดยแบ่งชุดข้อมูลเป็นชุดข้อมูลฝึกฝนและชุดข้อมูลทดสอบที่หลากหลายระยะเวลาจำนวน 7 ชุดข้อมูลตามสภาพสถานการณ์จริง จากนั้นประเมินประสิทธิภาพของอัลกอริทึมในการจำแนกประเภทข้อร้องเรียนด้วยค่าความถูกต้อง ผลการวิจัยแสดงให้เห็นถึงประสิทธิภาพที่ดีที่สุดของอัลกอริทึม Multi-layer Perceptron ซึ่งมีค่าความถูกต้องสูงถึงร้อยละ 94 เมื่อเปรียบเทียบกับอัลกอริทึมอื่นที่ใช้ในการทดลอง

Abstract: This research studies the use of machine learning techniques for classifying user complaints on the Traffy Fondue platform using 5 algorithms: Naive Bayes, Random Forest, Logistic Regression, Multi-layer Perceptron and Support Vector Machine. The data used in the experiment is 18 months of data from the Traffy Fondue website which divided into 7 training datasets and test datasets, the datasets are various time periods and according to real-world situations. In this research, the performance of the algorithm is evaluated by the accuracy of classification of user complaints. The results show the best performance of the Multi-layer Perceptron algorithm, achieving an accuracy of 94 percent when compared to other algorithms used in the experiment.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2567

Modified: 2567-11-14

Issued: 2567-11-14

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีสารสนเทศและนวัตกรรมดิจิทัล. การประชุมวิชาการระดับชาติด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศ ครั้งที่ 20 (NCCIT 2024) (pp.23-28). กรุงเทพฯ : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	NCCIT 2024pp.23-28.pdf	307.33 KB

ใช้เวลา

0.04725 วินาที