การจำแนกโครงการตามแผนแม่บทภายใต้ยุทธศาสตร์ชาติ โดยใช้เทคนิคเหมืองข้อความ
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของเทคนิคเหมืองข้อความในการสร้างแบบจำลอง เพื่อจำแนกโครงการตามแผนแม่บทภายใต้ยุทธศาสตร์ชาติ และวัดความถูกต้องของการจำแนกโครงการตามแผนแม่บทภายใต้ยุทธศาสตร์ชาติโดยใช้แบบจำลองที่พัฒนาขึ้น โดยใช้ชุดข้อมูลโครงการจำนวน 1,150 โครงการ จากระบบติดตามและประเมินผลแห่งชาติ (eMenscr) งานวิจัยนี้ใช้เทคนิคเหมืองข้อความเพื่อสร้างแบบจำลองในการจำแนกโครงการตามแผนแม่บทภายใต้ยุทธศาสตร์ชาติ โดยใช้เทคนิค 4 เทคนิค ได้แก่ เทคนิคซัพพอร์ตเวกเตอร์แมชชีน เทคนิคป่าแบบสุ่ม เทคนิคนาอีฟเบย์ และเทคนิคการค้นหาเพื่อนบ้านใกล้สุด
ผลการวิจัย พบว่า เทคนิคป่าแบบสุ่มมีประสิทธิภาพสูงที่สุดในการจำแนกโครงการ โดยมีค่าความถูกต้อง 82.50% ความแม่นยํา 83.30% ความระลึก 82.50% และความถ่วงดุล 82.50% นอกจากนี้ยังพบว่า เทคนิคป่าแบบสุ่มมีความถูกต้องสูงสุดในการจำแนกโครงการใหม่จำนวน 22 โครงการ โดยมีค่าความถูกต้องเท่ากับ 90.91 %
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
สำนักงานเลขานุการของคณะกรรมการยุทธศาสตร์ชาติ. (2562). ยุทธศาสตร์ชาติ พ.ศ. 2561 - 2580. พิมพ์ครั้งที่ 2. กรุงเทพฯ :
สำนักงานเลขานุการของคณะกรรมการยุทธศาสตร์ชาติ สำนักงานคณะกรรมการพัฒนาการเศรษฐกิจและสังคมแห่งชาติ.
สํานักพัฒนาและส่งเสริมการบริหารราชการจังหวัด. (2552). แผนกับการพัฒนาจังหวัด และกลุ่มจังหวัด. กรุงเทพฯ : บพิธการพิมพ์ จํากัด.
อังศุมาลี สุทธภักติ. (2554). การเปรียบเทียบประสิทธิภาพของการจำแนกหมวดหมู่ของข้อคิดเห็นในแบบสอบถามปลายเปิด
โดยวิธีเนอีฟเบย์และซัพพอร์ตเวคเตอร์แมชชีน. นนทบุรี:วิทยาลัยราชพฤกษ์.
สุภัสสรา สมเจตนา. (2564). การเปรียบเทียบประสิทธิภาพเทคนิคเหมืองข้อมูลในการสร้างแบบจำลองเพื่อจำแนกความคิดเห็น
ของผู้ปกครองต่อการใช้สมาร์ทโฟนของบุตร. วารสารวิทยาศาสตร์และเทคโนโลยี, 23(1), 21-30.
ประเดิม วงศ์กระโซ่. (2560). ระบบจำแนกหมวดหมู่การซ่อมบ้านออนไลน์ใช้เหมืองข้อมูล. ปริญญานิพนธ์ปริญญา วิทยาศาสตร
มหาบัณฑิต การจัดการเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศและนวัตกรรมดิจิทัล มหาวิทยาลัยเทคโนโลยีพระจอม
เกล้าพระนครเหนือ.
สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ. (2560). ระบบติดตามและประเมินผลแห่งชาติ (eMENSCR). กรุงเทพฯ :
สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ.
นงเยาว์ สอนจะโปะ. (2561). รูปแบบการจำแนกกลุ่มข้อความภาษาไทยแบบอัตโนมัติ โดยใช้การเรียนรู้ของเครื่อง (Machine
Learning) ด้วยเทคนิค Unsupervised Learning ร่วมกับการประมวลผลภาษาธรรมชาติ (Natural Language Processing).
วารสารวิชาการศรีปทุม ชลบุรี, 14(4), 95-106.
จันทิมา พลพินิจ. (2564). การจำแนกเอกสารข้อความอัตโนมัติ. มหาสารคาม: สํานักพิมพ์มหาวิทยาลัยราชภัฏมหาสารคาม.
นุชนาฎ ปิ่นเมือง. (2561). การจำแนกความคิดเห็นของคนไทยเกี่ยวกับสื่อออนไลน์โดยใช้การทำเหมืองข้อความ. ปริญญานิพนธ์
ปริญญาวิทยาศาสตรมหาบัณฑิต คณะวิทยาการสารสนเทศ มหาวิทยาลัยมหาสารคาม.
จิรายุ ชัยมีบุญ. (2564). การประยุกต์ใช้ปัญญาประดิษฐ์กับหุ่นยนต์สนทนาบนระบบไลน์เพื่อช่วยในการบริหารงาน IT Support
ยุค 4.0. ปริญญาพนธ์ปริญญามหาบัณฑิต การจัดการเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศและนวัตกรรมดิจิทัล
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ.
Girma, R., Fürst, C., & Moges, A. (2022). Land use land cover change modeling by integrating artificial neural
network with cellular Automata-Markov chain model in Gidabo river basin, main Ethiopian rift. Environmental
Challenges, 6, 1-15. https://doi.org/10.1016/j.envc.2021.100419.