|
การพัฒนาระบบแนะนำหนังสือด้วยวิธีการแบบอิงเนื้อหา |
|---|---|
| รหัสดีโอไอ | |
| Creator | ภวิกา อ้วนละมัย |
| Title | การพัฒนาระบบแนะนำหนังสือด้วยวิธีการแบบอิงเนื้อหา |
| Contributor | ธรรมนูญ ปัญญาทิพย์, ปนัดดา โพธินาม, อัจฉรา สุมังเกษตร, ณรงค์ฤทธิ์ มะสุใส, ทรงกรด พิมพิศาล, ไพฑูรย์ ทิพย์สันเทียะ |
| Publisher | Faculty of Engineering and Industrial Technology, Kalasin University |
| Publication Year | 2568 |
| Journal Title | วารสารวิศวกรรมและเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยกาฬสินธุ์ |
| Journal Vol. | 3 |
| Journal No. | 3 |
| Page no. | 36-53 |
| Keyword | การแนะนำแบบอิงเนื้อหา, การหาความใกล้เคียง, ค่าความถี่คำแบบ TF-IDF |
| URL Website | https://ph03.tci-thaijo.org/index.php/JEIT |
| Website title | วารสารวิศวกรรมและเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยกาฬสินธุ์ |
| ISSN | ISSN 2985-0274 (Print),ISSN 2985-0282 (Online) |
| Abstract | งานวิจัยนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาอัลกอริทึมและพัฒนาระบบแนะนำหนังสือด้วยวิธีการแบบอิงเนื้อหา 2) พัฒนาระบบแนะนำหนังสือด้วยวิธีการแบบอิงเนื้อหา ข้อมูลที่ใช้ในการทดลองเป็นฐานข้อมูลหนังสือจาก Web Opac งานวิทยบริการ มหาวิทยาลัยกาฬสินธุ์ ประกอบด้วยหนังสือจำนวน 727 เรื่อง เครื่องมือที่ใช้ในการพัฒนา ได้แก่ ภาษาไพทอน (Python) และโคแลป (Colab) วิธีการดำเนินการวิจัยได้แก่ การตัดคำด้วยวิธีการประมวลภาษาธรรมชาติ (Natural Language Processing : NLP) หาค่าความถี่ด้วยวิธี TF-IDF และแปลงค่าข้อความเป็นค่าตัวเลขด้วยเทคนิค Label Encoding และหาค่าความใกล้เคียง 2 วิธีการ คือ วิธีการหาความใกล้เคียงแบบโคไซต์ (Cosine Similarity) และวิธีการหาความใกล้เคียงแบบแอดจัสโคไซต์ (Adjusted Cosine) วัดประสิทธิภาพด้วยค่าความถูกต้อง (Accuracy) และค่าคลาดเคลื่อนสมบูรณ์เฉลี่ย (MAE) วิธีการแนะนำหนังสือด้วยวิธีการ Top-N ผลการวิจัยพบว่า การแนะนำหนังสือจำนวน 5 เรื่อง 1) Cosine Similarity มีความถูกต้องร้อยละ 92.97 ค่าคลาดเคลื่อนสมบูรณ์เฉลี่ย 0.0263 2) Adjusted Cosine มีความถูกต้องร้อยละ 88.72 ค่าคลาดเคลื่อนสมบูรณ์เฉลี่ย 0.0153 และแนะนำหนังสือจำนวน 10 เรื่อง 1) Cosine Similarity มีความถูกต้องร้อยละ 92.92 ค่าคลาดเคลื่อนสมบูรณ์เฉลี่ย 0.2819 2) Adjusted Cosine มีความถูกต้อง ร้อยละ 92.50 ค่าคลาดเคลื่อนสมบูรณ์เฉลี่ย 0.4960 และ Cosine Similarity มีประสิทธิภาพดีกว่าในด้านค่าความถูกต้องในทั้งกรณีแนะนำหนังสือ (Top-N) 5 และ 10 รายการ ขณะที่ Adjusted Cosine มีค่าคลาดเคลื่อนสมบูรณ์เฉลี่ยต่ำกว่าในการแนะนำหนังสือ (Top-N) 5 รายการ แต่สูงกว่าสำหรับ 10 รายการ ผลการวิจัยนี้เน้นย้ำถึงประสิทธิภาพของวิธีการวัดความใกล้เคียงในการพัฒนาระบบแนะนำแบบอิงเนื้อหาอย่างมีประสิทธิภาพ |
