dc.contributor.author |
โกเมศ อัมพวัน |
|
dc.contributor.author |
อรรถสิทธิ์ สุรฤกษ์ |
|
dc.contributor.author |
อนุชิต จิตพัฒนกุล |
|
dc.contributor.author |
ณัฐนนท์ ลีลาตระกูล |
|
dc.contributor.author |
สุนิสา ริมเจริญ |
|
dc.contributor.author |
วราวุฒิ ผ้าเจริญ |
|
dc.contributor.other |
มหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ |
|
dc.date.accessioned |
2022-04-29T07:14:09Z |
|
dc.date.available |
2022-04-29T07:14:09Z |
|
dc.date.issued |
2561 |
|
dc.identifier.uri |
http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/4323 |
|
dc.description |
โครงการวิจัยประเภทงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ปีงบประมาณ พ.ศ. 2560 |
th_TH |
dc.description.abstract |
การค้นหารูปแบบที่มีค่าคุณประโยชน์สูงเป็นหัวข้องานวิจัยหนึ่งที่น่าสนใจภายใต้การทำเหมืองข้อมูลที่ซึ่งสามารถประยุกต์ใช้อย่างแพร่หลาย ตัวอย่างเช่น การประยุกต์ใช้ในธุรกิจค้าปลีกเพื่อทำการค้นหารายการสินค่าที่ถูกซื้อจากลูกค้า ที่ซึ่งสินค่าดังกล่าวจะเป็นรายการสินค่าที่ถูกซื้อร่วมกันและให้ผลตอบแทนที่สูง เป็นต้น แต่อย่างไรก็ตาม การค้นหารูปแบบที่มีค่าคุณประโยชน์สูงจะ
ทำการพิจารณาเพียงแค่ค่าคุณประโยชน์ของรายการต่าง ๆ เท่านั้น ที่ซึ่งการค้นหารูปแบบดังกล่าว
อาจไม่เพียงพอต่อการสังเกตถึงพฤติกรรมการซื้อสินค่าของผู้บริโภคด้วยเหตุนี้งานวิจัยจึงมุ่งเน้นที่จะทำการเพิ่มเติมเงื่อนไขการพิจารณารูปแบบ โดยจะทำการเพิ่มเติมเงื่อนไขของการปรากฏอย่างไม่
สม่ำเสมอร่วมกับการพิจารณาค่าคุณประโยชน์ของรูปแบบต่าง ๆ โดยภายใต้แนวคิดใหม่ข้างต้น
รูปแบบที่น่าสนใจจะเป[นรูปแบบที่มีค่าคุณประโยชน์สูงและปรากฏขึ้นในชุดข้อมูลอย่างไม่สม่ำเสมอ
โดยจะเรียกรูปแบบดังกล่าวว่า “รูปแบบที่มีค่าคุณประโยชน์สูงที่ปรากฏไม่สม่ำเสมอ (High-utilityirregular itemsets, HUII)” ในการค้นหารูปแบบดังกล่าว งานวิจัยนี้ได้เสนอขั้นตอนวิธีที่มีประสิทธิภาพ ที่เรียกว่า “High-Utility Itemsets with Irregular Occurrence Miner, HUIIM” ซึ่งจะทำการอ่านข<อมูลจาก
ฐานข้อมูลเพียงครั้งเดียวและทำการประยุกต์ใช้ปรับปรุงโครงสร้างการเก็บข้อมูล(New modified
utility-list, NUL) สำหรับจัดเก็บข้อมูลการปรากฏขึ้นและค่าคุณประโยชน์ของเซตรายการหนึ่ง ๆ ให้
มีประสิทธิภาพ นอกจากนั้น ขั้นตอนวิธี HUIIM ได้ประยุกต์ใช้แนวความคิดเกี่ยวกับค่าประมาณ
คุณประโยชน์ (transaction-weighted utility, TWU), ค่าคุณประโยชน์คงเหลือ (remaining
utility) และค่าประมาณคุณประโยชน์แบบกระชับ (tight over-estimated utility, tou) เพื่อทำการ
ลดทอนปริภูมิสถานะของการค้นหาเซตรายการ การทดลองได้ถูกจัดทำขึ้นเพื่อทดสอบประสิทธิภาพ
ของขั้นตอนวิธี HUIIM ที่ถูกนำเสนอ โดยจากผลการทดลองจะสามารถสังเกตได้ว่าขั้นตอนวิธี HUIIM
ที่นำเสนอสามารถประมวลผลได้อย่างมีประสิทธิภาพทั้งด้านเวลาและหน่วยความจำที่ใช้ในการ
ประมวลผล |
th_TH |
dc.description.sponsorship |
สำนักงานคณะกรรมการวิจัยแห่งชาติ |
th_TH |
dc.language.iso |
th |
th_TH |
dc.publisher |
คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา |
th_TH |
dc.subject |
การซื้อสินค้า |
th_TH |
dc.subject |
ผู้บริโภค - - การปรับพฤติกรรม |
th_TH |
dc.title |
การวิเคราะห์พฤติกรรมผู้บริโภคจากการวิเคราะห์ข้อมูลการซื้อสินค้า |
th_TH |
dc.title.alternative |
Consumers’ behavior analysis based on buying behavior analysis |
en |
dc.type |
Research |
th_TH |
dc.author.email |
komate@buu.ac.th |
th_TH |
dc.author.email |
athasit.s@chula.ac.th |
th_TH |
dc.author.email |
anuchit.j@sci.kmutnb.ac.th |
th_TH |
dc.author.email |
nutthanon@buu.ac.th |
th_TH |
dc.author.email |
rsunisa@buu.ac.th |
th_TH |
dc.year |
2561 |
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, 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
constrainton 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) irregular occurrence, called “high utility-irregular itemsets, HUII”, are regarded
as interesting.
To mine such itemsets, an efficient algorithm called “High-Utility Itemsets
with Irregular Occurrence Miner (HUIIM)” is designed and introduced. HUIIM scans
database once to capture occurrence information and utility value of single items into
the new-modified utility list structure (NUL) used for maintaining occurrence
information of an item/itemset. The concept transaction weighted utility (TWU),
remaining utility (ru) and tight over- estimated utility (tou) of an item/itemset are
applied and utilized to prune search space. Experimental studies are conducted to
investigate performance of the proposed methods and the results show that HUIIM
can effectively mine high utility itemsets with irregular occurrence in both
computational time and memory usage. |
en |