การศึกษาและพัฒนาตัวแบบพยากรณ์คุณลักษณะความเหมาะสมสำหรับการเลือกสมัครสาขาวิชาเรียนโดยใช้เทคนิคเหมืองข้อมูล
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์ ดังนี้ 1) เพื่อศึกษาตัวแบบพยากรณ์คุณลักษณะความเหมาะสมสำหรับการเลือกสมัครสาขาวิชาเรียนโดยใช้เทคนิคเหมืองข้อมูล 2) เพื่อเปรียบเทียบประสิทธิภาพตัวแบบพยากรณ์คุณลักษณะความเหมาะสมสำหรับการเลือกสมัครสาขาวิชาเรียน และ 3) เพื่อพัฒนาระบบสารสนเทศพยากรณ์การเข้าศึกษาของนักศึกษาใหม่ ซึ่งศึกษาจากข้อมูลการรับสมัครนักศึกษาของมหาวิทยาลัยราชภัฏชัยภูมิ โดยใช้โปรแกรม WEKA จัดกลุ่มข้อมูลด้วยเทคนิคซิมเพิลเคมีน หากฏความสัมพันธ์ของข้อมูลด้วยอะพริออริอัลกอริทึม นำกฏความสัมพันธ์ดังกล่าวไปประเมินความเหมาะสมจากผู้เชี่ยวชาญทั้งหมด 5 คน จากนั้นสร้างตัวแบบและการประเมินตัวแบบพยากรณ์ด้วยเทคนิคต้นไม้ตัดสินใจและเทคนิคแรนดอมฟอเรสเปรียบเทียบตัวแบบที่ให้ผลการพยากรณ์ที่ดีที่สุดไปพัฒนาระบบสารสนเทศ
ผลการวิจัยพบว่า กฏความสัมพันธ์ของข้อมูลจากทั้งหมด 6 กลุ่ม เลือกกฏความสัมพันธ์ที่น่าสนใจ กลุ่มละ 2 กฏ ประเมินความเหมาะสมจากผู้เชี่ยวชาญ พบว่า ความเหมาะสมในภาพรวมอยู่ในระดับมากที่สุด การเปรียบเทียบประสิทธิภาพตัวแบบพยากรณ์ 2 เทคนิค คือ ต้นไม้ตัดสินใจและแรนดอมฟอเรส ปรากฏว่าเทคนิคแรนดอมฟอเรส ค่าความถูกต้องสูงสุดได้ 74.67% ถือว่าเป็นตัวแบบที่ยอมรับได้และนำไปพัฒนาระบบสารสนเทศพยากรณ์จำนวนนักศึกษาใหม่ส่งเสริมนโยบายการประชาสัมพันธ์เชิงรุก
Article Details
References
ขันทอง ประชุมชาติ และพิมรินทร์ คีรินทร์. (2558). การวิเคราะห์พฤติกรรมการเลือกสมัครสาขาวิชาเรียนของนักศึกษาใหม่ โดยใช้เทคนิคการเหมืองข้อมูล. การประชุมวิชาการ Kamphaeng Phet Rajabhat University National Conference. ครั้งที่ 2, กำแพงเพชร. 174-185.
จามรกุล เหล่าเกียรติกุล. (2558). เหมืองข้อมูลเบื้องต้น. กรุงเทพมหานคร: แดเน็กซ์ อินเตอร์คอร์ปอเรชั่น.
ธีรพงษ์ สังข์ศรี. (2557). การวิเคราะห์พฤติกรรมสําหรับการเลือกสมัครสาขาวิชาเรียนและการเปรียบเทียบตัวแบบพยากรณ์จํานวนนักศึกษาใหม่โดยใช้เทคนิคการทําเหมืองข้อมูล. National Conference on Computing and Information Technology, 10(1), 963-968.
ธเนศน์ นุ่มมัน. (2561, 04 เมษายน). วิกฤติมหาลัยโจทย์ใหญ่ที่ต้องเร่งปรับตัว. โพสต์ทูเดย์. สืบค้นเมื่อ 4 เมษายน 2561, จาก https://www.posttoday.com/politic/report/546661
สุรพงค์ เอื้อวัฒนามงคล. (2559). การทำเหมืองข้อมูล. กรุงเทพฯ: สถาบันบัณฑิตพัฒนบริหารศาสตร์.
สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ. (2561). แนวโน้มอัตราการเกิดของประชากรไทยตั้งแต่ปี 2536-2560. เข้าถึงได้จาก http://social.nesdb.go.th
อัจฉราภรณ์ จุฑาผาด. (2559). การพัฒนาระบบสารสนเทศเพื่อการพยากรณ์จำนวนนักศึกษาใหม่โดยใช้กฎการ จำแนกต้นไม้ตัดสินใจ. นเรศวรวิจัย, 12(1), 267-278.
เอกสิทธิ์ พัชรวงศ์ศักดา. (2557). การวิเคราะห์ข้อมูลด้วยเทคนิคดาต้าไมน์นิงเบื้องต้น. กรุงเทพฯ: ดาต้า คิวบ์.
Han, J. & Kamber, M. (2006). Data Mining Concepts and Techniques. San Francisco, CA : Morgan Kaufmann Publishers.
Quinlan, J.R. (1986). Induction of Decision Tree. Machine Learning, 1(1), 81-106.