| ชื่อเรื่อง – Title: |
กฎความสัมพันธ์การพยากรณ์การขายสินค้าด้วยเทคนิคเหมืองข้อมูล กรณีศึกษาบริษัทนิก แอนด์ เนม โฟรเซ่นฟู้ดส์ จำกัด Using Association Rules in Data Mining Techniques:A Case Study of Nick & Nam Frozen Foods Co., Ltd. |
| ชื่อผู้เขียน – Author: |
นายศุภฤกษ์ ประทุมทอง, นางสาวกวิสรา เป้าจันทึก, นางสาวอัจฉราพร สืบสวน Mr. Supalerk Pratumtong, Miss Kawisara Paojantuek, Miss Uatcharpohn Suebsuan |
| อาจารย์ที่ปรึกษา – Advisor: |
ผศ. ดร.พิชญากร เลค – Asst. Prof. Dr. Pitchayakorn Lake |
| ชื่อปริญญา – Degree: |
บริหารธุรกิจบัณฑิต สาขาวิชาธุรกิจดิจิทัล – Bachelor of Business Administration Program in Digital Business |
| ภาควิชา/สาขาวิชา – Major: |
บธ.บ. (ธุรกิจดิจิทัล) – B.B.A. (Digital Business) |
| คณะวิชา – Faculty: |
เทคโนโลยีสารสนเทศ (Information technology) |
| ภาคเรียน/ปีการศึกษา – Semester/Academic year: |
2567 (2024) |
บทคัดย่อ
งานวิจัยนี้จัดทำขึ้นเพื่อศึกษาการหากฎความสัมพันธ์โดยเทคนิคเหมืองข้อมูลอัลกอริทึม Apriori ด้วยโปรแกรม Weka 3.9.5 เพื่อนํากฎความสัมพันธ์ที่ได้ไปประยุกต์ใช้ในการเพิ่มประสิทธิภาพขาย โดยรวบรวมข้อมูลจากใบเสร็จย้อนหลัง 5 เดือน ของ บริษัท นิก แอนด์ เนม โฟรเซ่นฟู้ดส์ จำกัด ตั้งแต่วันที่ 1 มกราคม 2567 ถึงวันที่ 31 พฤษภาคม 2567 จำนวน 421 ฉบับ ข้อมูลสินค้าทั้งหมด 870 รายการ
ผลการวิจัยพบว่า เมื่อกำหนดค่าสนับสนุนขั้นต่ำอยู่ที่ 0.20 และค่าความเชื่อมั่นอยู่ที่ 0.80 ตัวอย่างสินค้าที่ถูกซื้อเป็นประจำและมีความสัมพันธ์กันคือ 1) หอยเซลล์ญี่ปุ่นฝาเดียว จะมีโอกาสซื้อสินค้าปูจุด มีค่าความเชื่อมั่นเท่ากับ 94% และมีความสัมพันธ์ของสินค้า 3 ชนิดที่มักจะซื้อคู่กันเสมอคือ 1) ขายำถุงใส ซื้อคู่กับ หมูสดสไลด์ชาบู A, สไบนาง B มีค่าความเชื่อมั่นเท่ากับ 94% 2) ดอลลี่หั่นไม่ติดท้องโลมา หมูสดสไลด์ชาบู A , จะซื้อคู่กับ สไบนาง B มีค่าความเชื่อมั่นเท่ากับ 93%
คำสำคัญ: กฎความสัมพันธ์, เทคนิคเหมืองข้อมูล, อัลกอริทึม Apriori
Abstract
This research aims to discover association rules using the Apriori algorithm in Weka 3.9.5. to improve sales efficiency. Data was collected from Nick & Name Frozen Foods Co., Ltd. covered receipts from January 1, 2024, to May 31, 2024, totaling 421 receipts and 870 product items.
The study found that with a minimum support 0.20 & confidence 0.80, there were 20 association rules. For example, of products frequently purchased together include: Japanesesingle-shell scallops have a 94% confidence with crabsticks. Three types of products are: Saladmix (bag) is frequently purchased with freshsliced porkforshabuA and porkbellyB, with a confidence 94%. Dollycuttuna withfreshslicedpork, shabuA and porkbellyB, with a confidence 93%.
Keywords: association rules, data mining techniques, Apiori algorithm
ผศ. ดร.พิชญากร เลค – Asst. Prof. Dr. Pitchayakorn Lake, บธ.บ. (ธุรกิจดิจิทัล) – B.B.A. (Digital Business), เทคโนโลยีสารสนเทศ (Information technology), บริหารธุรกิจบัณฑิต สาขาวิชาธุรกิจดิจิทัล – Bachelor of Business Administration Program in Digital Business, 2567 (2024)