dc.contributor.author |
โกเมศ อัมพวัน |
|
dc.contributor.author |
อนุชิต จิตพัฒนกุล |
|
dc.contributor.author |
วราวุฒิ ผ้าเจริญ |
|
dc.contributor.other |
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะวิทยาศาสตร์ประยุกต์ |
th |
dc.contributor.other |
มหาวิทยาลัยอุบลราชธานี. คณะวิทยาศาสตร์ |
|
dc.contributor.other |
มหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ |
|
dc.date.accessioned |
2020-02-04T03:28:45Z |
|
dc.date.available |
2020-02-04T03:28:45Z |
|
dc.date.issued |
2562 |
|
dc.identifier.uri |
http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/3758 |
|
dc.description.abstract |
ในปัจจุบันมีระบบค้นหาหนังสือและระบบแนะนำหนังสือต่าง ๆ มากมาย เพื่อช่วยให้ผู้อ่านมีความสะดวกในการค้นหาและเลือกหนังสือที่ตนเองสนใจได้ดียิ่งขึ้น อาทิเช่น การค้นหาหนังสือจากความสอดคล้องของคำค้นหนึ่ง ๆ กับชื่อหนังสือหรือสารบัญหนังสือ การแนะนำหนังสือจากความนิยมของหนังสือ เป็นต้น แต่อย่างไรก็ตามแนวคิดทั้งหมดไม่ได้มุ่งเน้นที่การแนะนำหนังสือจากความสอดคล้องของหนังสือที่เกี่ยวเนื่องกับการศึกษาในชึ้นเรียน และไม่ได้มุ่งเน้นในการแนะนำหนังสือที่เกี่ยวข้องกับศาสตร์ที่มีคำศัพท์เฉพาะทางค่อนข้างมากกับคำค้น ที่ซึ่งช่วยให้ผู้อ่านได้รับการแนะนำที่สอดคล้องกับเนื้อหาที่ตนเองสนใจมากยิ่งขึ้น
งานวิจัยนี้ได้นำเสนอระบบแนะนำหนังสืออ่านเพิ่มเติม (Supplementary Books Suggestion system หรือ SBS system) เพื่อทำการแนะนำหนังสือหนังสืออ่านเพิ่มที่มีความเกี่ยวเนื่องกับเนื้อหาของคำอธิบายรายวิชาในหลักสูตรวิทยาการคอมพิวเตอร์ ประกอบไปด้วย 5 ขั้นตอนคือ 1) การรวบรวมคำศัพท์เฉพาะทางด้านวิทยาการคอมพิวเตอร์ 2) การรวบรวมข้อมูลคำอธิบายรายวิชาทางด้านวิทยาการคอมพิวเตอร์ 3) การสกัดคำสำคัญจากคำอธิบายรายวิชาและการสกัดคำสำคัญจากหนังสือ 4) การค้นหาหนังสือที่มีความเกี่ยวเนื่องกับคำสำคัญในคำอธิบายรายวิชา และ 5) การคำนวณความเกี่ยวเนื่องของหนังสือที่ครอบคลุมคำสำคัญในคำอธิบายรายวิชา การจัดอันดับหนังสือที่มีความเกี่ยวเนื่องมากไปยังหนังสือที่มีความเกี่ยวเนื่องน้อย และการสร้างรายการแนะนำหนังสืออ่านเพิ่มเติมที่เกี่ยวเนื่องกับคำอธิบายรายวิชา โดยพิจารณารายการแนะนำหนังสือจำนวน N เล่ม โดยในงานวิจัยนี้พิจารณาค่า N ที่น่าสนใจที่ 10, 30, 50 และ 100 ตามลำดับ
ในการประเมินประสิทธิภาพของระบบแนะนำหนังสืออ่านเพิ่มเติมมี 2 ส่วน ได้แก่ 1) การวัดประสิทธิภาพของการสกัดคำสำคัญที่ใช้ในระบบ และ 2) การประเมินประสิทธิภาพของระบบแนะนำหนังสืออ่านเพิ่มเติม ที่ซึ่งได้เปรียบเทียบกับวิธีการสกัดคำสำคัญที่ใช้ในระบบอีก 2 วิธีการคือ “Termine” และ “RAKE” โดยจากผลการประเมินสามารถสรุปได้ว่าระบบแนะนำหนังสืออ่านเพิ่มเติมที่ใช้วิธีการสกัดคำสำคัญที่ใช้ในระบบมีประสิทธิภาพมากกว่าทั้ง 2 ระบบแนะนำหนังสืออ่านเพิ่มเติมที่นำมาเปรียบเทียบ ทั้งด้านประสิทธิภาพของการสกัดคำสำคัญและประสิทธิภาพของระบบแนะนำหนังสืออ่านเพิ่มเติม |
th_TH |
dc.description.sponsorship |
โครงการวิจัยประเภทงบประมาณเงินรายได้ (เงินอุดหนุนจากรัฐบาล) ประจำปีงบประมาณ พ.ศ. 2561 |
th_TH |
dc.language.iso |
th |
th_TH |
dc.publisher |
คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา |
th_TH |
dc.title |
ระบบแนะนำหนังสืออ่านเพิ่มเติมเพื่อส่งเสริมการอ่านและการศึกษาด้วยตนเอง |
th_TH |
dc.title.alternative |
Supplementary books suggestion system for promoting self- reading and self-learning |
en |
dc.type |
Research |
th_TH |
dc.author.email |
komate@buu.ac.th |
th_TH |
dc.author.email |
anuchit.j@sci.kmutnb.ac.th |
th_TH |
dc.year |
2562 |
th_TH |
dc.description.abstractalternative |
At present, the current book-selling websites usually apply recommender systems to recommend a book or a set of books to customers. Based on relevance, clicks, reviews and so on. However, the recommender systems mostly focus on recommending books that users usually view or buy together and also on books having high review rates. This may cause failure to recommend books that cover most required contents, for example, books related to a course description of a course students have registered.
To address on this issue, we here introduce an alternative recommender system called Supplementary Books Suggestion system (also called SBS system for short) to create a list of supplementary books related/relevance to a course description of a course in computer science domain by regarding relevance between a book and a course description. The SBS system consists of five computational steps: 1) Terminology gathering, 2) Course descriptions input, 3) Keyword extraction, 4) Relevance books searching 5) Coverage calculation and ranking, respectively. To create a list of supplementary books related to a course description, the number of recommended books is set to be 10, 30, 50 and 100, respectively. This can help students easily find supplementary books to read and also may help to encourage the students doing self-learning.
Experiments on real course descriptions were conducted to investigate the effectiveness of the SBS system in the terms of precision, recall, F-measure and average coverage, total coverage, average uncoverage and total uncoverage of contents between a list of supplementary books and a course description |
en |