การค้นหารูปแบบที่มีค่าคุณประโยชน์สูงที่ปรากฎอย่างสม่ำเสมอเพื่อการวิเคราะห์พฤติกรรมผู้บริโภค

โกเมศ อัมพวัน; อรรถสิทธิ์ สรุฤกษ์; อนุชิต จิตพัฒนกูล

dc.contributor.author	โกเมศ อัมพวัน
dc.contributor.author	อรรถสิทธิ์ สรุฤกษ์
dc.contributor.author	อนุชิต จิตพัฒนกูล
dc.contributor.other	มหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ
dc.date.accessioned	2019-05-22T01:26:40Z
dc.date.available	2019-05-22T01:26:40Z
dc.date.issued	2560
dc.identifier.uri	http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/3570
dc.description.abstract	การค้นหารูปแบบที่มีค่าคุณประโยชน์สูงเป็นหัวข้องานวิจัยหนึ่งภายใต้การทำเมืองข้อมูลที่น่าสนใจ การค้นหารูปแบบดังกล่าวสามารถประยุกต์ใช้ในแอพพลิเคชันต่าง ๆ อย่างแพร่หลาย ตัวอย่างเช่น การประยุกต์ใช้ในธุรกิจค้าปลีกเพื่อทำการค้นหาเซตของสินค้าที่ถูกซื้อจากลูกค้า โดยเซตของสินค้าดังกล่าวจะเป็นรายการสินค้าต่าง ๆ ที่ถูกซื้อร่วมกันที่จะให้ผลกำไรสูงหรือต้นทุนที่ต่ำเป็นต้น แต่อย่างไรก็ตาม การค้นหารูปแบบที่มีค่าคุณประโยชน์สูงจะทำการพิจารณาเพียงแค่ค่าคุณประโยชน์ของรายการต่าง ๆ เท่านั้นที่ซึ่งการดำเนินการดังกล่าวอาจไม่เพียงพอต่อการสังเกตุ/ วิเคราะห์พฤติกรรมการซื้อสินค้าของผู้บริโภค ด้วยเหตุนี้ งานวิจัยนี้จึงมุ่งเน้นที่จะทำการเพิ่มเติมเงื่อนไขการพิจารณารูปแบบโดยจะทำการเพิ่มเติมเงื่อนไขของการปรากฏอย่างสม่ำเสมอร่วมกับการพิจารณาค่าคุณประโยชน์ของรายการต่าง ๆ ภายใต้แนวคิดข้างต้น รูปแบบที่น่าสนใจจะเป็นรูปแบบที่มีค่าคุณประโยชน์สูงและปรากฏขึ้นในชุดข้อมูลอย่างสม่ำเสมอในการค้นหารูปแบบใหม่ที่นำเสนอ ผู้วิจัยได้เสนอขั้นตอนวิธีที่มีประสิทธิภาพที่ชื่อว่า HURI-UL ที่ซึ่งจะทำการอ่านข้อมูลจากฐานข้อมูลเพียงครั้งเดียว และทำการประยุกต์ใช้แนวความคิดเกี่ยวกับค่าคุณประโยชน์ที่หลงเหลือและค่าคุณประโยชน์แบบประมาณเพื่อช่วยลดทอนปริภูมิสถานะของการค้นหารูปแบบ นอกจากนั้นยังประยุกต์ใช้โครงสร้างลิสต์คุณประโยชน์เพื่อใช้ในการจัดเก็บค่าคุณประโยชน์และข้อมูลการปรากฏขึ้นของรูปแบบหนึ่ง ๆ ยิ่งไปกว่านั้น ผู้วิจัยได้นำเสนอโครงสร้างลิสต์คุณประโยชน์ใหม่ ที่เรียกว่า New Utility List structure (NUL) ที่ซึ่งเพิ่มการจัดเก็บคุณประโยชน์สำหรับ prefix items ที่ซึ่งจะช่วยลดเวลาในการคำนวณค่าคุณประโยชน์ ที่แท้จริงของรูปแบบ/ เซตรายการได้ จากการคิดค้นโครงสร้างลิสต์คุณประโยชน์ใหม่ก่อให้เกิดการนำ เสนอขั้นตอน วิธี MHUIRA ที่ซึ่งประยุกต์ใช้โครงสร้างลิสต์คุณประโยชน์ใหม่เพื่อทำการค้นรูปแบบที่มีค่าคุณประโยชน์สูงและปรากฏอย่างสม่ำเสมอ โดยในการทดสอบประสิทธิภาพของขั้นตอนวิธีที่นำเสนอ เราจะสังเกตุได้ว่าขั้นตอนวิธีที่นำเสนอสามารถค้นหารูปแบบที่มีค่าคุณประโยชน์สูงและปรากฏอย่างสม่ำเสมอได้อย่างมีประสิทธิภาพ	th_TH
dc.description.sponsorship	โครงการวิจัยประเภทงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ปีงบประมาณ พ.ศ. 2559 มหาวิทยาลัยบูรพา	th_TH
dc.language.iso	th	th_TH
dc.publisher	คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา	th_TH
dc.subject	การรู้จำรูปแบบ	th_TH
dc.subject	ดาต้าไมนิง	th_TH
dc.subject	สาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์	th_TH
dc.title	การค้นหารูปแบบที่มีค่าคุณประโยชน์สูงที่ปรากฎอย่างสม่ำเสมอเพื่อการวิเคราะห์พฤติกรรมผู้บริโภค	th_TH
dc.title.alternative	Mining high utility patterns with regular occurrence for customers' behavior analysis	th_TH
dc.type	Research	th_TH
dc.author.email	komate@buu.ac.th
dc.author.email	athasit.s@chula.ac.th
dc.year	2560	th_TH
dc.description.abstractalternative	High utility itemsets mining (HUIM) is an interesting topic in data mining which can be applied in a wide range of applications, for example on retail marketing to find sets of sold products that give high profit, low cost, etc. However, HUIM only considers utility values of items/itemsets which may be insufficient to observe buying behavior of customers. To address this issue, we here introduce an approach on pushing regularity constraint on high utility itemsets mining to observe occurrence behavior of high utility itemsets. Based on this approach, sets of co-occurrence items with (i) high utility values and (ii) regular occurrence, called high utility-regular itemsets (HURIs), are regarded as interesting. To mine HURIs, an efficient single-pass algorithm, called HURI-UL, is proposed. HURI-UL applies the concept of remaining and overestimated utilities of itemsets to early prune search space and also utilizes utility list structure to efficiently maintain utility values and occurrence information of itemsets. Moreover, to enhance efficiency of HURIUL, a new utility list structure (also called NUL) is designed and developed. NUL is an extension of the utility list which adding utility valueof prefix items into each entry of the list.This can help to quickly calculate actual utility of itemsets. Thus, based on NUL, a new algorithm named MHUIRA (Mining Hihg-Uitlity Itemset with Regular Appearance) is developed. MHUIRA performs one scan of database as HURI-UL but it applied NUL to maintain essential information during mining process. Experimental results on real datasets show that our proposed approach is efficient to discover high utility itemsets with regular occurrence	en