October 15, 2026
| Title: | การวิเคราะห์รูปแบบการเลือกสินค้าร่วมกันด้วยอัลกอริทึม Apriori เพื่อเสนอแนวทางการส่งเสริมการขาย: กรณีศึกษาร้านลอว์สัน 108 มหาวิทยาลัยสยาม Analysis of Product Selection Patterns Using the Apriori Algorithm to Propose Sales Promotion Guidelines: A Case Study of Lawson 108 at Siam University |
| Author: | อธิวัฒน์ เเก้วมณีโชติ, ธนัชชา อุเบกขกุล, กฤตภาส เเซ่เตียว Athiwat Kaewmaneechot, Thanatcha Aubeakakul, Kittapass Saitiew |
| Advisor: | ผศ. ดร.พิชญากร เลค – Asst. Prof. Dr. Pitchayakorn Lake |
| Degree: | ปริญญาตรี (Bachelor’s Degree) |
| Major: | บริหารธุรกิจบัณฑิต สาขาวิชาธุรกิจดิจิทัล – Bachelor of Business Administration Program in Digital Business |
| Faculty: | เทคโนโลยีสารสนเทศ (Information technology) |
| Semester/Year: | 2568 (2025) |
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์รูปแบบการเลือกสินค้าร่วมกันของผู้ใช้บริการร้านลอว์สัน 108 มหาวิทยาลัยสยาม โดยประยุกต์ใช้อัลกอริทึม Apriori เพื่อค้นหาความสัมพันธ์ระหว่างสินค้าที่มีแนวโน้มถูกซื้อร่วมกัน เก็บรวบรวมข้อมูลรายการซื้อสินค้าผ่าน Google Forms ระหว่างวันที่ 27 มิถุนายน ถึง 6 สิงหาคม พ.ศ. 2568 ได้ข้อมูลทั้งหมด 509 รายการ และตัดข้อมูลออก 1 รายการ เหลือข้อมูลที่ใช้ในการวิเคราะห์จำนวน 508 รายการ จากนั้นจัดเตรียมข้อมูลให้อยู่ในรูปแบบ Binary Data และวิเคราะห์ด้วยโปรแกรม WEKA 3.8.7
จากการวิเคราะห์ด้วยอัลกอริทึม Apriori พบกฎความสัมพันธ์จำนวน 50 กฎ โดยกฎที่คัดเลือกมีธุรกรรมสนับสนุน 29 รายการ จากข้อมูลทั้งหมด 508 รายการ คิดเป็นค่า Support 0.057 หรือร้อยละ 5.71, Confidence 1.00 และ Lift 17.52 ผลการวิเคราะห์แสดงให้เห็นถึงความสัมพันธ์ของสินค้าที่มีแนวโน้มถูกซื้อร่วมกัน ซึ่งสามารถนำไปใช้เป็นข้อมูลประกอบการจัดชุดสินค้า การจัดโปรโมชันร่วมกัน
จากการวิเคราะห์ด้วยอัลกอริทึม Apriori พบกฎความสัมพันธ์จำนวน 50 กฎ โดยกฎที่คัดเลือกมีธุรกรรมสนับสนุน 29 รายการ จากข้อมูลทั้งหมด 508 รายการ คิดเป็นค่า Support 0.057 หรือร้อยละ 5.71, Confidence 1.00 และ Lift 17.52 ผลการวิเคราะห์แสดงให้เห็นถึงความสัมพันธ์ของสินค้าที่มีแนวโน้มถูกซื้อร่วมกัน ซึ่งสามารถนำไปใช้เป็นข้อมูลประกอบการจัดชุดสินค้า การจัดโปรโมชันร่วมกัน
คำสำคัญ: กฎความสัมพันธ์, อัลกอริทึม Apriori, เทคนิคเหมืองข้อมูล
Abstract
This research aimed to analyze the purchasing patterns of customers at Lawson 108, Siam University, by applying the Apriori algorithm to identify relationships between products that tended to be purchased together. Purchase data were collected through Google Forms from June 27 to August 6, 2025. A total of 509 records were obtained, of which 1 record was excluded, leaving 508 records for analysis. The data were prepared in Binary Data format and analyzed using WEKA 3.8.7.
The analysis using the Apriori algorithm generated 50 association rules. The selected rule was supported by 29 transactions out of 508 transactions, with a Support of 0.057 (5.71%), Confidence of 1.00, and Lift of 17.52. The results demonstrate relationships between products that tended to be purchased together and can be used as supporting information for product bundling and joint promotional campaigns.
The analysis using the Apriori algorithm generated 50 association rules. The selected rule was supported by 29 transactions out of 508 transactions, with a Support of 0.057 (5.71%), Confidence of 1.00, and Lift of 17.52. The results demonstrate relationships between products that tended to be purchased together and can be used as supporting information for product bundling and joint promotional campaigns.
Keywords: Apriori algorithm, association rules, data mining
Views: 5
