|
การเพิ่มประสิทธิภาพการจำแนกตั๋วงานสำหรับระบบจัดการบริการด้านไอทีโดยใช้การเรียนรู้ของเครื่องจักร |
|---|---|
| รหัสดีโอไอ | |
| Creator | ฐิติรัตน์ ศิริบวรรัตนกุล |
| Title | การเพิ่มประสิทธิภาพการจำแนกตั๋วงานสำหรับระบบจัดการบริการด้านไอทีโดยใช้การเรียนรู้ของเครื่องจักร |
| Contributor | สิรภพ แสนบุตร |
| Publisher | King Mongkut’s University of Technology Thonburi |
| Publication Year | 2564 |
| Journal Title | KMUTT Research and Development Journal |
| Journal Vol. | 44 |
| Journal No. | 4 |
| Page no. | 667-679 |
| Keyword | Ticket Classification, Machine Learning, Natural Language Processing, IT Service Management |
| URL Website | https://journal.kmutt.ac.th/ |
| Website title | เว็บไซต์วารสารวิจัยและพัฒนา มจธ. |
| ISSN | 2697-5521 |
| Abstract | In this research, we propose a maching learning based system for automatic ITsupport ticket classification. A total of 10,608 tickets (written in Thai) were usedwhere each ticket was processed by several techniques of natural languageprocessing, including word tokenization, word removal and word spelling, amongothers. The processed data were then fed to six different machine learningmodels—Multinomial Naïves Bayes, Support Vector Machine, Logistics Regression,Random Forest, Stacking Model with Bagging, and XG-Boosting. Each machinelearning model was tested with two feature extraction schemes—Count Vectorizationand TF-IDF. Our experiments revealed that the most accurate solutionwas obtained through the model utilizing ensemble technique, particularlyXG-Boosting with TF-IDF feature extraction. Applying this best solution to anunknown dataset, we obtained good results, both quantitatively and qualitatively.In the case of quantitative results, we achieved the highest F1-Score of81.21%. In the case of qualitative results, this system speeded up the IT ticketclassication process from more than one day with manual classification to lessthan one day with our system. Consecutively, the overall users’ satisfactionregarding IT service management system increased by 8.17%. |
