ระบบแนะนำกิจกรรมสำหรับการลดน้ำหนักโดยการประยุกต์ใช้ฐานความรู้แบบออนโทโลยี

Main Article Content

ปองพล นิลพฤกษ์
กีรติบุตร กาญจนเสถียร

บทคัดย่อ

พฤติกรรมการใช้ชีวิตของมนุษย์ในยุคนี้ มีการเปลี่ยนแปลงอย่างต่อเนื่อง จากการทำงานที่เร่งรีบส่งผลให้ผู้คนเกิดปัญหาด้านสุขภาพมากมาย โดยเฉพาะอย่างยิ่งการลดน้ำหนัก งานวิจัยนี้นำเสนอการประยุกต์ใช้ฐานความรู้ร่วมกับกฎ เพื่อพัฒนาระบบแนะนำกิจกรรมสำหรับการลดน้ำหนัก พร้อมทั้งแนะนำและวางแผนการลดน้ำหนักให้กับผู้ใช้งาน คำถามที่น่าสนใจคือ ทำอย่างไรเพื่อสร้างแผนและคำแนะนำแบบอัตโนมัติสำหรับการลดน้ำหนัก ให้สอดคล้องกับผู้ใช้งานเฉพาะบุคคล ดังนั้นผู้วิจัยจึงเสนอการใช้ฐานความรู้ร่วมกับกฎเพื่อแก้ปัญหาดังกล่าว โดยมีวัตถุประสงค์คือ 1) สร้างออนโทโลยีซึ่งเป็นตัวแทนกรอบแนวคิดของฐานความรู้สำหรับกิจกรรมการลดน้ำหนักและสารสนเทศที่เกี่ยวข้อง เช่น กิจกรรมการลดน้ำหนัก อาหาร และโรค เป็นต้น 2) สร้างกฎเพื่อนำมาใช้กับออนโทโลยีที่นำเสนอในขั้นต้น และ 3) พัฒนาระบบต้นแบบโดยใช้ออนโทโลยีและกฎที่ได้สร้างขึ้นรวมถึงทำการประเมินค่าหาความถูกต้องของระบบ ซึ่งได้ผลความถูกต้องอยู่ในระดับดี โดยมีค่าเฉลี่ยอยู่ที่ 0.73 (73%) จากการวัดแบบเมตริกด้วยค่าการคาดหมายกับค่าความพึงพอใจของผู้ใช้งานทั่วไปและผู้เชี่ยวชาญในโดเมนจากการทดลองใช้งานตามจริงเป็นเวลา 2 เดือน

Article Details

บท
บทความวิจัย

References

[1] ลักขณา ยอดกลกิจ และ ฐิตวันต์ หงษ์กิตติยานนท์. พฤติกรรมสุขภาพและพฤติกรรมเสี่ยงต่อสุขภาพของนักศึกษามหาวิทยาลัยราชภัฏ. การประชุมวิชา การระดับชาติมหาวิทยาลัยราชภัฏสวนสุนันทา การวิจัยเพื่อการพัฒนาที่ยั่งยืน.2558.

[2] พรพรรณ วรสิงหะ, เปรมวดี คฤหเดช และกนิษฐ์ โง้วศิริ. ภาวะสุขภาพและปัจจัยเสี่ยงต่อโรคไม่ติดต่อเรื้อรังของบุคลากรมหาวิทยาลัยราชภัฏสวนสุนันทา. การประชุมวิชาการระดับชาติมหาวิทยาลัยราชภัฏสวนสุนันทา การวิจัยเพื่อการพัฒนาที่ยั่งยืน. 2558.

[3] Statista. Number of smartphone users worldwide from 2014 to 2019. 2016.

[4] P. Nilaphruek and N. Witthayawiroj. Automatic Course Planning System using Rule-based ontological knowledge base. International Journal of the Computer, the Internet and Management. 2015; vol.23 no.1: pp.16-23.

[5] N. Suksom, M. Buranarach, Y. Myat Thein and et al. A Knowledge-based Framework for Development of Personalized Food Recommender System. The Fifth International Conference on Knowledge, Information and Creativity Support Systems, Chiang Mai, Thailand, 2010.

[6] C. Pacione and S. Menke. System for monitoring and managing body weight and other physiological conditions
including iterative and personalized planning, intervention and reporting capability. U.S. Patent. 2013; vol.8: pp.
398-546.

[7] P. Hitzler, M. Krotzsch and S. Rudolph. Foundations of Semantic Web Technologies. CRC Press; 2009.

[8] F. Arvidsson and A. Flycht-Eriksson. Ontologies I. 2008.

[9] W3C Member. A Semantic Web Rule Language Combining OWL and RuleML. 2004.

[10] F. Hernandez del Olmo and E. Gaudioso. Evaluation of recommender systems: A new approach. Expert Systems with Applications. 2008; vol.35, no.3: pp.790-804.

[11] W3schools. Introduction to OWL. [Online]. 2011. [Accessed 2016 May [6]. Available from: https://www.w3schools.com/rdf/rdf_owl.asp.

[12] สำ นักงานกองทุนสนับสนุนการสร้างเสริมสุขภาพ.การลดน้ำ หนัก. [ออนไลน์]. 2558. [เข้าถึงเมื่อ 8 ธันวาคม 2559]. เข้าถึงได้จาก:https://www.moph.go.th/.

[13] OWLGrEd. OWLGrEd. [Online]. 2016. [Accessed 2016 May]. Available from: https://owlgred.lumii.lv/.

[14] Stanford Center for Biomedical Informatics Research. Protégé. [Online]. 2016. [Accessed 2016 April]. Available
from: https://protege.stanford.edu/.