กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้: https://buuir.buu.ac.th/xmlui/handle/1234567890/7816
ระเบียนเมทาดาทาแบบเต็ม
ฟิลด์ DC ค่าภาษา
dc.contributor.advisorโกเมศ อัมพวัน
dc.contributor.authorสุมาลี อิสริโยดม
dc.contributor.otherมหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ
dc.date.accessioned2023-05-12T06:08:00Z
dc.date.available2023-05-12T06:08:00Z
dc.date.issued2561
dc.identifier.urihttps://buuir.buu.ac.th/xmlui/handle/1234567890/7816
dc.descriptionวิทยานิพนธ์ (วท.ม.)--มหาวิทยาลัยบูรพา, 2561
dc.description.abstractในปัจจุบันเป็นยุคที่ธุรกิจอยู่ในภาวะที่มีการแข่งขันสูง ทำให้การวิเคราะห์พฤติกรรม ผู้บริโภคจึงเป็นประเด็นปัญหาที่สำคัญ โดยองค์กรและธุรกิจต่าง ๆ จำเป็นต้องทราบถึงพฤติกรรมของผู้บริโภครวมถึงการเปลี่ยนแปลงพฤติกรรมของผู้บริโภค ด้วยเหตุนี้จึงนำไปสู่การค้นหาเซตรายการที่น่าสนใจด้วยการวิเคราะห์ความเปลี่ยนแปลงของพฤติกรรมผู้บริโภค ที่ซึ่งมีงานวิจัยหนึ่งที่น่าสนใจเกี่ยวกับความเปลี่ยนแปลงของการปรากฏขึ้นในแง่มุมของความถี่ที่เพิ่มขึ้นเมื่อเวลาผ่านไป แต่อย่างไรก็ตามการค้นหาเซตรายการภายใต้ความเปลี่ยนแปลงลักษณะของการปรากฏในด้านของการปรากฏอย่างสม่ำเสมอก็เป็นแง่มุมที่น่าสนใจเช่นกัน ที่ซึ่งจะช่วยให้นำไปใช้ประโยชน์ได้อย่างกว้างขวางในหลาย ๆ ด้าน อาทิเช่น การติดตามการเปลี่ยนแปลงพฤติกรรมการซื้อสินค้าของผู้บริโภคในร้านค้าปลีก การสังเกตการเปลี่ยนแปลงความสม่ำเสมอของผลกระทบหลังจากที่ผู้ป่วยมีการใช้ยา การสังเกตการเปลี่ยนแปลงความสม่ำเสมอของเกณฑ์สำหรับการจองโรงแรมของนักท่องเที่ยวและอื่น ๆ ดังนั้น ในงานวิทยานิพนธ์นี้จะนำเสนอ 1) การค้นหาเซตรายการที่น่าสนใจภายใต้การเปลี่ยนแปลงค่าความสม่ำเสมอของการปรากฏขึ้น ด้วยการพิจารณาความเปลี่ยนแปลงของพฤติกรรมการปรากฏขึ้นในแง่มุมความสม่ำเสมอที่เพิ่มขึ้นเมื่อเวลาผ่านไปภายใต้ค่าขีดแบ่งการเปลี่ยนแปลงที่ผู้ใช้กำหนดด้วยขั้นตอนวิธีไมโคร ที่ซึ่งประยุกต์ใช้โครงสร้างต้นไม้ที่เรียกว่า อิคโคร-ทรี ที่ช่วยให้อ่านข้อมูลจากฐานข้อมูลรายการเพียงครั้งเดียวเท่านั้น และยังมีการลดทอนจากสมบัติปิดการลดลง เพื่อลดเวลาในการประมวลผลข้อมูลและลดพื้นที่หน่วยความจำที่ใช้ในการจัดเก็บข้อมูลได้อย่างมีประสิทธิภาพอย่างไรก็ตามขึ้นตอนวีธีนี้ ได้มีสร้างผลลัพธ์เป็นจำนวนมาก (Overwhelming) ทำให้ผู้ใช้หรือผู้ที่สนใจไม่สามารถนำผลลัพธ์ดังกล่าวไปใช้งานได้หรือวิเคราะห์ได้ และผลลัพธ์ที่ได้ก็อาจจะไม่น่าสนใจหรือบ่งบอกถึงข้อมูลที่สำคัญได้ ด้วยเหตุนี้จึงได้นำเสนอ 2) การค้นหาเซตรายการที่ปรากฏสม่ำเสมอภายใต้การเปลี่ยนแปลงที่น่าสนใจของค่าความสม่ำเสมอที่ปรากฏขึ้น ด้วยการพิจารณาเซตรายการที่ปรากฏสม่ำเสมอภายใต้ค่าขีดแบ่งความสม่ำเสมอที่ผู้ใช้กำหนดและแนวโน้มความเปลี่ยนแปลงของพฤติกรรมการปรากฏขึ้นอย่างสม่ำเสมอที่เพิ่มขึ้นเมื่อเวลาผ่านไปภายใต้ค่าขีดแบ่งการเปลี่ยนแปลงที่ผู้ใช้กำหนดด้วยขึ้นตอนวิธีริคครอม และประยุกต์ใช้โครงสร้างข้อมูลที่เรียกว่า NIWS สำหรับจัดเก็บข้อมูลที่ปรากฎขึ้นของแต่ละเซตรายการ โดยจะทำการทดลองในฐานข้อมูลรายการจริงและฐานข้อมูลรายการที่ถูกสังเคราะห์ขึ้น ที่ซึ่งจะแสดงประสิทธิภาพในด้านของเวลาที่ใช้ในการประมวลผลข้อมูล พื้นที่หน่วยความจำที่ใช้ในการจัดเก็บข้อมูล และจำนวนผลลัพธ์ของเซตรายการที่ค้นพบ
dc.language.isoth
dc.publisherคณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา
dc.rightsมหาวิทยาลัยบูรพา
dc.subjectการเลือกซื้อสินค้า
dc.subjectมหาวิทยาลัยบูรพา -- สาขาวิชาวิทยาการคอมพิวเตอร์
dc.subjectพฤติกรรมผู้บริโภค
dc.titleการวิเคราะห์พฤติกรรมผู้บริโภคด้วยการวิเคราะห์ความเปลี่ยนแปลงของพฤติกรรมการซื้อสินค้า
dc.title.alternativeConsumers’ behvior nlysis bsed on nlysis of chnging of buying behvior
dc.typeวิทยานิพนธ์/ Thesis
dc.description.abstractalternativeNowadays, consumers’ behavior analysis is a crucial issue in competitive business. There is a need to know consumers’ behavior including changes of consumers’ behavior. This leads to an emergence of mining interesting itemset. Since the first proposed to discover emerging patterns (EPs) which can help to know trends and differences on occurrences of itemsets in the term of frequency. However, mining EPs only considers changing on frequency of occurrence of itemsets which may not sufficient to express change on regularity or irregularity of itemsets in several real-life applications such as tracking changes of buying behavior, monitoring changes of effects on patients after using medicines, observe change in travelers preferences of hotel business and so on. To solve the above limitation, we propose to (i) Discovering interesting itemsets based on change in regularity of occurrence. An efficient singlepass algorithm based on pattern-growth concept named MICRO. A tree-based structure called ICRO-tree is also designed to efficiently maintain candidate itemsets with their essential information. A property used for pruning search space is also introduced in order to reduce resource usage during mining process. However, this approach overwhelming of generated results and difficulties to the users. Hence, it is helpful to avoid this which can help users to be more efficient to look for interesting information and/or knowledge from these itemsets. Therefore, to address this issue, we propose to (ii) Mining regular itemsets with interesting changes in regularity of occurrence in order to generate a compact set of results based on the user-given regularity and change thresholds. An efficient single-pass algorithm named RICROM and a new interval word segment structure called NIWS are designed to efficiently mine such itemsets and maintain occurrence information of each itemset. Experiments were done in real and synthetic datasets. The results illustrate the efficiency of runtime, memory usage and the number results of discovered.
dc.degree.levelปริญญาโท
dc.degree.disciplineวิทยาการคอมพิวเตอร์
dc.degree.nameวิทยาศาสตรมหาบัณฑิต
dc.degree.grantorมหาวิทยาลัยบูรพา
ปรากฏในกลุ่มข้อมูล:วิทยานิพนธ์ (Theses)

แฟ้มในรายการข้อมูลนี้:
แฟ้ม รายละเอียด ขนาดรูปแบบ 
Fulltext.pdf10.62 MBAdobe PDFดู/เปิด


รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น