กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้: https://buuir.buu.ac.th/xmlui/handle/1234567890/7812
ระเบียนเมทาดาทาแบบเต็ม
ฟิลด์ DC ค่าภาษา
dc.contributor.advisorคนึงนิจ กุโบลา
dc.contributor.authorสังคม สร้างไธสง
dc.contributor.otherมหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ
dc.date.accessioned2023-05-12T06:07:59Z
dc.date.available2023-05-12T06:07:59Z
dc.date.issued2561
dc.identifier.urihttps://buuir.buu.ac.th/xmlui/handle/1234567890/7812
dc.descriptionวิทยานิพนธ์ (วท.ม.)--มหาวิทยาลัยบูรพา, 2561
dc.description.abstractงานนิพนธ์ฉบับนี้ได้ดำเนินการพัฒนาระบบแจ้งเตือนอุบัติการณ์ ความเสี่ยงในสถานพยาบาลโดยใช้เทคนิคการหาความคล้ายคลึงของคำสำหรับการระบุกลุ่มความเสี่ยง โดยมีวัตถุประสงค์เพื่อใช้ในการแจ้งเตือนอุบัติการณ์ความเสี่ยงที่เกิดขึ้นในสถานพยาบาลโดยใช้เทคนิคการหาความคล้ายคลึงของคำ (Text similarity) สำหรับการระบุกลุ่มความเสี่ยง และส่งข้อความ แจ้งเตือนอีเมล์ถึงผู้รับผิดชอบ พร้อมบันทึกรายละเอียดของอุบัติการณ์ความเสี่ยง โดยใช้ Deepcut ซึ่งเป็นไลบรารี่ในภาษา Python ทำหน้าที่ในการตัดคำภาษาไทยก่อนที่จะหาความคล้ายคลึงของคำด้วยวิธี Cosine similarity โดยค่าความคล้ายคลึงระหว่างคำที่ปรากฏในรายละเอียดของอุบัติการณ์ ความเสี่ยงกับคำที่เป็นรายละเอียดเหตุการณ์ที่ถูกบันทึกไว้ในฐานข้อมูลของแต่ละกลุ่มความเสี่ยง ซึ่งค่าความคล้ายคลึงที่มีค่ามากที่สุด จะถูกนำไปใช้ในการระบุกลุ่มความเสี่ยงจากนั้น ระบบจะส่งข้อความแจ้งเตือนอีเมล์ผู้รับผิดชอบและบันทึกรายละเอียดของอุบัติการณ์ความเสี่ยงต่อไป ซึ่งจากผลการทดสอบในการระบุกลุ่มความเสี่ยงพบว่า ระบบแจ้งเตือนอุบัติการณ์ความเสี่ยงสามารถระบุกลุ่มความเสี่ยงได้มีความถูกต้องคิดเป็นร้อยละ 90.42 จากจำนวนข้อมูลเหตุการณ์ความเสี่ยงที่ใช้ในการทดสอบ จำนวน 240 เหตุการณ์ความเสี่ยงโดยระบบแจ้งเตือนอุบัติการณ์ความเสี่ยง สามารถระบุกลุ่มความเสี่ยงและส่งข้อความแจ้งเตือนได้อย่างถูกต้อง 217 เหตุการณ์ความเสี่ยงและระบุกลุ่มความเสี่ยงผิดกลุ่มจำนวน 23 เหตุการณ์ความเสี่ยง คิดเป็นร้อยละ 9.58 ของชุดข้อมูลที่ใช้ในการทดสอบ
dc.language.isoth
dc.publisherคณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา
dc.rightsมหาวิทยาลัยบูรพา
dc.subjectสัญญาณเตือนไฟฟ้า
dc.subjectสัญญาณเตือนภัย
dc.subjectเขตพัฒนาพิเศษภาคตะวันออก (อีอีซี)
dc.subjectโรงพยาบาล -- การบริหาร
dc.subjectมหาวิทยาลัยบูรพา -- สาขาวิชาเทคโนโลยีสารสนเทศ
dc.subjectอุตสาหกรรมอิเล็กทรอนิกส์อัจฉริยะ
dc.titleระบบแจ้งเตือนอุบัติการณ์ความเสี่ยงในสถานพยาบาล โดยใช้เทคนิคการหาความคล้ายคลึงของคำสำหรับการระบุกลุ่มความเสี่ยง
dc.title.alternativeRisk report in hospitl using text similrity technique for risk group clssifiction
dc.typeวิทยานิพนธ์/ Thesis
dc.description.abstractalternativeThis project has developed for reporting incidents in hospitals. The purpose is to alert the risk identifying risk groups and send an email notification to the responsible person. The system records the detailed description of the risk incidence. The system uses Deepcut, the library in Python language, for word segmentation and Cosine similarity method for the text similarity. The max valuable analogy is used to identify the risk group. According to the results, the system can identify risk groups accurately. 90.42 percent of the data used in the 240-item test. The system can identify the risk group and send the message correctly 217 items out of 240 items.
dc.degree.levelปริญญาโท
dc.degree.disciplineเทคโนโลยีสารสนเทศ
dc.degree.nameวิทยาศาสตรมหาบัณฑิต
dc.degree.grantorมหาวิทยาลัยบูรพา
ปรากฏในกลุ่มข้อมูล:วิทยานิพนธ์ (Theses)

แฟ้มในรายการข้อมูลนี้:
แฟ้ม รายละเอียด ขนาดรูปแบบ 
Fulltext.pdf4.72 MBAdobe PDFดู/เปิด


รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น