การเปรียบเทียบเทคนิคการวิเคราะห์อนุกรมเวลาสำหรับการพยากรณ์ค่าโฆษณากูเกิ้ล

Comparison of time series techniques for foreasting Google advertise

Name: สุจรรยา ทับทอง

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีสารสนเทศและนวัตกรรมดิจิทัล

Email : s6307021853189@emai.kmutnb.ac.th

Name: วัชรีวรรณ จิตต์สกุล

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีสารสนเทศและนวัตกรรมดิจิทัล

keyword: วิธีหาค่าเฉลี่ยเคลื่อนที่

ThaSH: การวิเคราะห์อนุกรมเวลา

; วิธีปรับเรียบแบบเอ็กซ์โปเนนเชียลอย่างง่าย

ThaSH: พยากรณ์ -- ระเบียบวิธีทางสถิติ

; วิธีการปรับให้เรียบเชิงคูณ

Abstract: การวิจัยนี้มีจุดประสงค์เพื่อคัดเลือกแบบจำลองการพยากรณ์ค่าโฆษณาของ Google โดยใช้เทคนิคอนุกรมเวลา จำนวน 3 วิธี ได้แก่ วิธีหาค่าเฉลี่ยเคลื่อนที่วิธีการปรับให้เรียบ และวิธีการปรับให้เรียบเชิงคูณ ด้วยโปรแกรม Minitab ข้อมูล ที่ใช้เป็นข้อมูลการซื้อโฆษณาจากแพลตฟอร์ม Google ในช่วงปี พ.ศ. 2558 จนถึงปี พ.ศ. 2564 รวม จำนวน 58 เดือน ทำการแบ่งข้อมูลเป็น 2 ชุด ได้แก่ข้อมูลสำหรับสร้างแบบจำลองพยากรณ์ จำนวน 46 เดือน และข้อมูลสำหรับการทวนสอบ ความถูกต้องของแบบจำลอง จำนวน 12 เดือน ทำการวัดประสิทธิภาพของแบบจำลองด้วยค่าเปอร์เซ็นต์ความคลาดเคลื่อน สัมบูรณ์เฉลี่ย และค่าเบี่ยงเบนสัมบูรณ์เฉลี่ยที่ต่ำที่สุด จากผลการวิจัยพบวา แบบจำลองการพยากรณ์ด้วยวิธีการปรับให้เรียบเชิงคูณ ซึ่งให้ประสิทธิภาพการพยากรณ์ สูงสุด เนื่องจากมีคา MAPE ต่ำที่สุดเท่ากับ ร้อยละ 2.64 และค่า MAD เท่ากับ 3.24 และผลการทวนสอบความถูกต้อง ของแบบจำลอง พบว่า การพยากรณ์วิธีการปรับให้เรียบเชิงคูณ มีความคลาดเคลื่อนต่ำที่สุดโดย มีค่า MAPE เท่ากับร้อยละ 2.64

Abstract: The purpose of this research was select a model of Google ads value forecasting using three timeseries techniques: Moving Average, Double Exponential Smoothing and Winter Method with Minitab. The data used as ad purchase data from the Google platform between 2015 and 2021 were 58 months in total. The data were divided into 2 sets constructing 46 months forecast model and 12 months for model validation, the forecast model performance was also measured. Mean percent absolute discrepancy and the lowest mean absolute deviation From the research results, it was found that Forecasting model with Winter's Method for maximum forecasting performance. because the lowest MAPE value was 2.64 percent and the MAD was 3.24 percent and the validation result of the model It was found that the multiplicative smoothing method forecasting. It had the lowest error with a MAPE of 2.64 percent.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2565

Modified: 2568-02-11

Issued: 2568-02-11

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยราชภัฏสุราษฎร์ธานี คณะวิทยาศาสตร์และเทคโนโลยี. งานประชุมวิชาการระดับชาติด้านวิทยาศาสตร์และเทคโนโลยี เครือข่ายสถาบันอุดมศึกษาภาคใต้ ครั้งที่ 7 ประจำปี 2565 (NSCIC 2022) (pp.296-304). สุราษฎร์ธานี : มหาวิทยาลัยราชภัฏสุราษฎร์ธานี

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	NSCIC 2022pp.296-304.pdf	1.3 MB

ใช้เวลา

0.031187 วินาที