การจัดกลุ่มข้อมูลเศรษฐกิจครัวเรือนด้วยการประยุกต์ใช้เทคนิคการจัดกลุ่ม แบบ K-Means Clustering
Keywords:
Data Mining, Clustering, Household Economic DataAbstract
The objective of this research is to group household economic data with the application of K-Means Clustering using household economic data from parish databases and big databases for sustainable local development, which collected data from 2020 to 2021 of 12 villages and 2,909 households, of which 10 parts were collected, totaling 17,933 records, 178 factors. The data preparation process is performed with data cleaning, data selection, reduce dimensions, and data transformation according to CRISP-DM process, and developed with RapidMiner version 9.10 with clustering operators. The results showed that household economic groupings can be grouped into 3 groups (K=3) based on appropriate centroid values. as follows There were 304 households (-3.375), 544 households in the middle economy (-2.597), and 903 households (-2.355) in the middle of the economy.
References
ชฎารัตน์ พิพัฒนนันท์ และสิริธร เจริญรัตน์. (2559). การวิเคราะห์ข้อมูลทางเศรษฐกิจและสังคมของครัวเรือนด้วยวิธีการแบ่งกลุ่มและหาความสัมพันธ์ สำหรับการทำเหมืองข้อมูล. วารสารพัฒนบริหารศาสตร์, 56(3), 139-161.
ชัดชัย แก้วตา และชนัญกาญจน์ แสงประสาน. (2564). การเลือกพืชสวนเศรษฐกิจเพื่อการเพาะปลูกที่เหมาะสม ในจังหวัดอุบลราชธานีโดยใช้เทคนิคการทำเหมืองข้อมูล. วารสารวิทยาศาสตร์บูรพา, 26(1), 593-609.
ดารณี พิมพ์ช่างทอง. (2561). การวิเคราะห์จัดกลุ่มเพื่อการรณรงค์ทางการตลาดด้วยการใช้เครือข่ายสังคมออนไลน์. วารสารวิชาการ RMUTT Global Business and Economics Review, 13(1), 140-150.
ถาวรีย์ สุขเกษม, อุรีรัฐ สุขสวัสดิ์ชน, และจักริน สุขสวัสดิ์ชน. (2560). การวิเคราะห์สารอาหารเพื่อหลีกเลี่ยงโรคเบาหวานโดยใช้ขั้นตอนการแบ่งกลุ่มข้อมูล. วารสารเทคโนโลยีสารสนเทศ, 13(1), 1-9.
นิภาพร ชนะมาร. (2560). การประยุกต์ใช้การเรียนรู้ของเครื่องสำหรับวางแผนการเรียนของนักศึกษาเพื่อเพิ่มผลสัมฤทธิ์ทางการเรียน. (วิทยานิพนธ์ปรัชญาดุษฎีบัณฑิต), มหาวิทยาลัยนเรศวร, พิษณุโลก.
ปารณีย์ พึ่งวิชา, อานนท์ ทับเที่ยง, และธัญญา สัตยาอภิธาน. (2562). ศึกษาการแบ่งกลุ่มพฤติกรรมของผู้บริโภคที่ซื้อเครื่องประดับผ่านเครือข่ายสังคมออนไลน์. วารสารมนุษยศาสตร์และสังคมศาสตร์มหาวิทยาลัยราชพฤกษ์, 7(5), 213-224.
ปาริษา สุรัตนเมธากุล และสายชล สินสมบูรณ์ทอง. (2564). ปัจจัยที่มีอิทธิพลต่อค่าใช้จ่ายของครัวเรือนในภาคกลางตามกลุ่มรายได้ข้อมูล. วารสารวิทยาศาสตร์และเทคโนโลยี, 10(2), 1-15.
พรนภา ชุมเชื้อ. (2562). การใช้เทคนิคการจัดกลุ่มร่วมกบเทคนิคการจําแนกประเภท สำหรับการคัดกรองเด็กที่มีความบกพร่องทางการเรียนรู้จากบริบทพฤตกรรม. (วิทยานิพนธ์ปริญญาวิทยาศาสตรมหาบัณฑิต), มหาวิทยาลัยทักษัณ, สงขลา.
มหาวิทยาลัยราชภัฏสกลนคร. (2563). ระบบบันทึกแบบสอบถามสภาพทางเศรษฐกิจครัวเรือนเป้าหมายตามโครงการจ้างงาน ประชาชนที่ได้รับผลกระทบจากสถานการณ์การระบาดของโรคติดเชื้อไวรัสโคโรน่า 2019 (COVID-19). ค้นจาก http://qcovid.snru.ac.th/.
วณิชา แผลงรักษา และนิเวศ จิระวิชิตชัย. (2562). การแบ่งกลุ่มลูกค้าโดยใช้เทคนิคการทำคลัสเตอร์แบบเคมีน สำหรับการบริหารลูกค้าสัมพันธ์. วารสารวิชาการซายน์เทค มรภ.ภูเก็ต, 3(2), 1-10.
สำนักงานคณะกรรมการพัฒนาการเศรษฐกิจและสังคมแห่งชาติ สำนักนายกรัฐมนตรี. (2559). แผนพัฒนาเศรษฐกิจและสังคมแห่งชาติฉบับที่สิบสอง พ.ศ. 2560 – 2564, ม.ป.ท.: สถาบัน
สำราญ วานนท์ และรจนา เมืองแสน. (2563). การศึกษาและพัฒนาตัวแบบพยากรณ์คุณลักษณะความเหมาะสมสำหรับการเลือกสมัครสาขาวิชาเรียนโดยใช้เทคนิคเหมืองข้อมูล. วารสารวิทยาการจัดการ, 7(1), 135-151.
Big Data. (2020). ประเภทของการแบ่งกลุ่มข้อมูล (Clustering). ค้นจาก https://bigdata.go.th/big-data-101/4-types-of-clustering/.
RapidMiner Inc. (2020). RapidMiner Studio Developer v9.10.0 โปรแกรมวิเคราะห์ข้อมูลทำเหมืองข้อมูล. ค้นจาก https://iloadzone.com/home/rapidminer.
Thaidatascience. (2017). รู้จัก Data Mining. ค้นจาก https://thaidatascience.wordpress.com data-mining.
Thapanee, B. (2020). เข้าใจ CRISP-DM ฉบับเร่งรัด. ค้นจาก https://kamboonchob.medium.com.
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Loei Rajabhat University

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์