Download

วารสาร : ปีที่ 5 ฉบับที่ 1 มกราคม-มิถุนายน 2561
ชื่องานวิจัย (TH): การศึกษาเทคนิคพยากรณ์อาชีพสำหรับนักศึกษาระดับปริญญาตรีสาขาคอมพิวเตอร์โดยใช้เทคนิคเหมืองข้อมูล
ชื่องานวิจัย (EN) : A Study of Techniques in Predicting Career Counseling for Undergraduate Students of the Computer Program by Using Data Mining Technique
ผู้วิจัย : สำราญ วานนท์, ธรัช อารีราษฎร์ และ จรัญ แสนราช
บทคัดย่อ (TH) : 

การวิจัยครั้งนี้มีวัตถุประสงค์ 1) เพื่อศึกษาเทคนิคพยากรณ์อาชีพสำหรับนักศึกษาระดับปริญญาตรีโดยใช้เทคนิคเหมืองข้อมูลที่เหมาะสม 2) เพื่อเปรียบเทียบผลการวิเคราะห์พยากรณ์อาชีพสำหรับนักศึกษาระดับปริญญาตรีโดยใช้เทคนิคเหมืองข้อมูล งานวิจัยนี้ได้นำข้อมูลภาวะการมีงานทำของบัณฑิต และข้อมูลระเบียนประวัติของนิสิตระดับปริญญาตรีหลังสำเร็จการศึกษา จากสำนักงานคณะกรรมการการอุดมศึกษาย้อนหลัง 5 ปี คือปี 2555 – 2559 จำนวน 65,335 ระเบียน ในสาขาวิชาทางด้านคอมพิวเตอร์ และมีคุณลักษณะประกอบด้วย ผลการเรียน ความสามารถพิเศษ อาชีพของบิดามารดา รายได้ของบิดามารดา เพศ ตำแหน่งงาน ความสอดคล้องสาขา สาขาวิชา ทดลองวัดความแม่นยำด้วยเทคนิคการจำแนกข้อมูลด้วยวิธีต้นไม้ตัดสินใจ เทคนิคการจำแนกข้อมูลด้วยวิธีแรนดอมฟอร์เรส และเทคนิคการจำแนกข้อมูลด้วยวิธีแบ็กกิง ผลการวิจัยพบว่า ความแม่นยำในการจำแนกประเภทข้อมูลจาก 3 เทคนิค 1) เทคนิคการจำแนกข้อมูลด้วยวิธีต้นไม้ตัดสินใจเท่ากับ 81.91% 2) เทคนิคการจำแนกข้อมูลด้วยวิธีแรนดอมฟอร์เรสเท่ากับ 84.29% และ 3) เทคนิคการจำแนกข้อมูลด้วยวิธีแบ็กกิงเท่ากับ 81.71% พบว่าเทคนิคแรนดอมฟอร์เรสให้ความถูกต้องในการจำแนกประเภทข้อมูลสูงที่สุด

Abstract : 

The major aim of the research was to study techniques in predicting career counseling of undergraduate students of the computer program by using appropriate data mining technique. The study results provided data about the employment and personnel record of 65,335 graduates in the computer program under Office of the Higher Education Commission who graduated during 2012-2016. The data of graduates consisted of academic record, special abilities, parent’s career, income of parents, gender, work position relating to major field.
The study showed that 1) the appropriate data mining technique consisted of techniques for data classification by using random forest method tree method for decision making, and Bagging method. 2 The findings indicated that the precision of three techniques: random forest method, tree method and Bagging method was 84.29%, 81.91%, and 81.71% respectively. The study revealed that the most precision in data classification was the random forest method.

Keywords : Career Counseling, Data Mining, Tree-Decision Making, Random Forest, Bagging
Full Paper : Download

<< ย้อนกลับ | |