การจัดกลุ่มข้อมูลเศรษฐกิจครัวเรือนด้วยการประยุกต์ใช้เทคนิคการจัดกลุ่ม แบบ K-Means Clustering

ผู้แต่ง

คำสำคัญ:

การทำเหมืองข้อมูล, การจัดกลุ่ม, ข้อมูลเศรษฐกิจครัวเรือน

บทคัดย่อ

การวิจัยครั้งนี้มีวัตถุประสงค์ เพื่อจัดกลุ่มข้อมูลเศรษฐกิจครัวเรือนด้วยการประยุกต์ใช้ K-Means Clustering โดยใช้ข้อมูลเศรษฐกิจครัวเรือนจากฐานข้อมูลตำบลและฐานข้อมูลขนาดใหญ่สำหรับการพัฒนาท้องถิ่นอย่างยั่งยืน ทำการเก็บรวบรวมข้อมูล ตั้งแต่ปี พ.ศ. 2563 – 2564  จำนวน 12 หมู่บ้าน 2,909 ครัวเรือน ซึ่งมีการเก็บข้อมูลทั้งหมด 10 ส่วน มี 17,933 ระเบียน และ 178 ปัจจัย จากนั้นผู้วิจัยได้ทำความสะอาดข้อมูล คัดเลือกข้อมูล ลดมิติข้อมูล และแปลงรูปแบบข้อมูล ตามกระบวนการของ CRISP-DM ได้ข้อมูลทดลอง จำนวน 1,751 ระเบียน 16 ปัจจัย โดยใช้เทคนิค K-Means Clustering และพัฒนาด้วยโปรแกรม RapidMiner เวอร์ชัน 9.10 ด้วยโอเปอเรเตอร์ Clustering ผลการวิจัยพบว่าการจัดกลุ่มเศรษฐกิจครัวเรือน สามารถจัดกลุ่มได้ 3 กลุ่ม (K=3) โดยพิจารณาจากค่า Centroid ที่เหมาะสม ดังนี้ ครัวเรือนที่อยู่ในระดับเศรษฐกิจน้อย มีจำนวน 304 ครัวเรือน (-3.375) ครัวเรือนที่อยู่ในระดับเศรษฐกิจปานกลาง มีจำนวน 544 ครัวเรือน (-2.597) และ ครัวเรือนที่อยู่ในระดับเศรษฐกิจสูงมีจำนวน 903 ครัวเรือน (-2.355) จากผลที่ได้สามารถนำไปประกอบการพิจารณาการตัดสินใจในการพัฒนาและส่งเสริมอาชีพเพื่อยกระดับรายได้ของครัวเรือนในแต่ละกลุ่มได้

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

เผยแพร่แล้ว

2023-03-01