| ชื่อเรื่อง – Title: |
ความแม่นยำการพยากรณ์อาชีพภายหลังการสำเร็จการศึกษา โดยการใช้เทคนิคเหมืองข้อมูลกรณีศึกษา หลักสูตรธุรกิจดิจิทัล Accuracy of Career Prediction After Graduation Using Data Mining Techniques. |
| ชื่อผู้เขียน – Author: |
นางสาวทอแสง ใจงาม, นางสาวนภสร ใจทับทิม Miss Tosang Jaingam, Miss Napasorn Jaithubtim |
| อาจารย์ที่ปรึกษา – Advisor: |
อาจารย์ศรัญธร มั่งมี – Miss Saranthon Maungmee |
| 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: |
2/2566 (2023) |
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์ 1) เพื่อศึกษา วิเคราะห์ และเปรียบเทียบการคัดเลือกคุณลักษณะที่มี ความเหมาะสมด้วย เทคนิคต้นไม้ตัดสินใจ (Decision Tree) เทคนิคการจำแนกข้อมูลด้วยวิธีแบ็กกิ้ง (Bagging) และ เทคนิคการจำแนกข้อมูลเนอีฟเบย์ (Naive Bayes) และ 2) เพื่อประยุกต์ใช้เทคนิคเหมืองข้อมูลเพื่อแนะนำอาชีพสำหรับ นักศึกษาระดับปริญญาตรี หลักสูตรด้านคอมพิวเตอร์ของมหาวิทยาลัยสยามด้วย รูปแบบที่วิเคราะห์ได้จากวัตถุประสงค์ข้อที่ 1 และประเมินประสิทธิภาพการใช้งาน
ผลจากการศึกษาส่วนการศึกษาแบบจำลองการทำเหมืองข้อมูลเพื่อแนะนำอาชีพด้านไอทีด้วย เทคนิคการศึกษา ได้แก่ เทคนิคต้นไม้ตัดสินใจ เทคนิคการจำแนกข้อมูลด้วยวิธีแบ็กกิ้ง และเทคนิคเนอีฟเบย์ พบว่าเทคนิคต้นไม้ตัดสินใจ มีค่าความถูกต้อง 98.86% ค่าความคลาดเคลื่อน 0.02% และเทคนิคการจำแนกข้อมูลด้วยวิธีแบ็กกิ้ง มีค่าความถูกต้อง 98.86% ค่าความคลาดเคลื่อน 0.02% แสดงให้เห็นว่าเทคนิคต้นไม้ตัดสินใจและเทคนิคการจำแนกข้อมูลด้วยวิธีแบ็กกิ้ง นั้นเป็นแบบจำลองตามอัลกอริทึมดังกล่าว ซึ่งมีประสิทธิภาพมากที่สุดเหมาะจะนำไปพัฒนาระบบการแนะแนวอาชีพให้นักศึกษาระดับปริญญาตรี โดยประยุกต์ใช้แบบจำลองตามอัลกอริทึมข้างต้นพัฒนา
คำสำคัญ: การพยากรณ์อาชีพ, การจำแนกข้อมูล, เทคนิคเหมืองข้อมูล
Abstract
This research aims: 1) to study, analyze, and compare the selection of appropriate characteristics by Decision Tree, Bagging, and Naive Bayes techniques; and 2) to apply data mining techniques to recommend careers for undergraduate students in the Computer Science program of Siam University using the analyzed model from Objective 1 and evaluate the efficiency of use.
The results of the data mining model to recommend IT careers, found that Decision Tree technique hads 98.86% accuracy with 0.02% error, and Bagging technique hads 98.86% accuracy with 0.02% error, indicating that Decision Tree technique and Bagging technique are the most efficient models according to the algorithm thegare suitable for developing a career guidance system for undergraduate students by applying the model according to the above algorithm.
คำสำคัญ: career forecasting, data classification, data mining techniques
อาจารย์ศรัญธร มั่งมี – Miss Saranthon Maungmee, บธ.บ. (ธุรกิจดิจิทัล) – B.B.A. (Digital Business), เทคโนโลยีสารสนเทศ (Information technology), บริหารธุรกิจบัณฑิต สาขาวิชาธุรกิจดิจิทัล – Bachelor of Business Administration Program in Digital Business, 2/2566 (2023)