|
การพยากรณ์ราคาขายทรัพย์สินรอการขายประเภทบ้านเดี่ยว ในพื้นที่กรุงเทพมหานครโดยใช้เทคนิคการเรียนรู้ของเครื่อง |
|---|---|
| รหัสดีโอไอ | |
| Creator | พีรภัทร วัสแสง |
| Title | การพยากรณ์ราคาขายทรัพย์สินรอการขายประเภทบ้านเดี่ยว ในพื้นที่กรุงเทพมหานครโดยใช้เทคนิคการเรียนรู้ของเครื่อง |
| Contributor | กองกูณฑ์ โตชัยวัฒน์ |
| Publisher | สถาบันเทคโนโลยีนวัตกรรมทางการศึกษาและการวิจัยแห่งสุวรรณภูมิ (สนว.) |
| Publication Year | 2567 |
| Journal Title | วารสารนวัตกรรมการศึกษาและการวิจัย |
| Journal Vol. | 8 |
| Journal No. | 1 |
| Page no. | 423-439 |
| Keyword | การพยากรณ์ราคาขาย, ทรัพย์สินรอการขาย, เทคนิคการเรียนรู้ของเครื่อง, บ้านเดี่ยว, ปัจจัยทางกายภาพ |
| URL Website | https://so03.tci-thaijo.org/index.php/jeir |
| ISSN | 3027-6446 |
| Abstract | การนำปัญญาประดิษฐ์มาใช้ในอุตสาหกรรมอสังหาริมทรัพย์ นอกจากจะช่วยให้ผู้บริโภคมีข้อมูลในการตัดสินใจซื้ออสังหาริมทรัพย์ที่มีประสิทธิภาพมากขึ้นแล้ว ยังช่วยให้ผู้ประกอบการธุรกิจอสังหาริมทรัพย์สามารถนำข้อมูลมาใช้ประโยชน์ได้อย่างเต็มที่ รวมถึงสร้างโอกาสและเพิ่มมูลค่าในการแข่งขัน บทความนี้มีวัตถุประสงค์เพื่อทดสอบประสิทธิภาพของเทคนิคการเรียนรู้ของเครื่องในการสร้างแบบจำลองพยากรณ์ราคาขายทรัพย์สินรอการขายประเภทบ้านเดี่ยวในพื้นที่กรุงเทพมหานคร โดยใช้วิธีการวิจัยเป็นการวิจัยเชิงปริมาณและใช้แนวคิดการเรียนรู้ของเครื่องเป็นกรอบการวิจัย ทำการเก็บรวบรวมข้อมูลจากกลุ่มตัวอย่างทรัพย์สินรอการขายประเภทบ้านเดี่ยวในพื้นที่กรุงเทพมหานคร จำนวน 446 ตัวอย่าง ใช้วิธีการคัดเลือกแบบสะดวกโดยเลือกทรัพย์สินรอการขายประเภทบ้านเดี่ยวในพื้นที่กรุงเทพมหานครที่มีข้อมูลครบถ้วนตามตัวแปรที่กำหนด จากนั้นทำการบันทึกข้อมูลลงในแบบตรวจสอบรายการ วิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนาและเทคนิคการเรียนรู้ของเครื่อง ได้แก่ เทคนิคซัพพอร์ตเวกเตอร์แมชชีน เทคนิคต้นไม้กาเดียนบูทสเต็ท เทคนิคโครงข่ายประสาทเทียม และเทคนิคการทำเหมืองข้อมูลแบบรวมกลุ่มผลการวิจัยพบว่า สมการพยากรณ์ที่ได้จากการใช้เทคนิค Ensemble Vote ให้ค่าความคลาดเคลื่อนเฉลี่ยกําลังสองในการพยากรณ์ต่ำที่สุดเมื่อเทียบกับแบบจำลองที่เป็นส่วนประกอบ โดยมีค่า RMSE, ค่า R2 และค่า Beta ของแบบจำลองเท่ากับ 3,746,335.580 บาท 0.5377 และ 0.4919 ตามลำดับ จะเห็นได้ว่า การสร้างสมการพยากรณ์ราคาขายทรัพย์สินรอการขายประเภทบ้านเดี่ยวในพื้นที่กรุงเทพมหานครโดยใช้เทคนิคการเรียนรู้ของเครื่องที่หลากหลาย ช่วยเพิ่มประสิทธิภาพโดยรวมของสมการพยากรณ์ เนื่องจากการนําตัวจําแนกข้อมูลที่หลากหลายมารวมกันด้วยวิธีการรวมกลุ่ม สามารถช่วยลดปัญหาการเกิดไบแอสของข้อมูลได้และเสริมประสิทธิภาพในการจําแนกข้อมูล ทำให้โมเดลที่ได้มีประสิทธิภาพมากขึ้น ทั้งนี้ ผู้ประกอบการธุรกิจอสังหาริมทรัพย์สามารถนำเทคนิคการเรียนรู้ของเครื่องไปใช้วิเคราะห์ข้อมูลเพื่อแสวงหาผลประโยชน์จากข้อมูลประกอบการตัดสินใจ โดยเทคนิคการเรียนรู้ของเครื่องสามารถสร้างสมการพยากรณ์ได้โดยใช้ข้อมูลที่สามารถหาได้จากเครือข่ายอินเทอร์เน็ตแม้ว่าจะมีข้อมูลจำนวนไม่มากนัก |
