Please use this identifier to cite or link to this item:
https://ir.stou.ac.th/handle/123456789/314Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | สำรวย กมลายุตต์ | th_TH |
| dc.contributor.author | ธีรพงศ์ สงผัด, 2523- | th_TH |
| dc.contributor.other | มหาวิทยาลัยสุโขทัยธรรมาธิราช. สำนักบัณฑิตศึกษา | th_TH |
| dc.date.accessioned | 2022-08-08T05:22:05Z | - |
| dc.date.available | 2022-08-08T05:22:05Z | - |
| dc.date.issued | 2556 | - |
| dc.identifier.uri | http://ir.stou.ac.th/handle/123456789/314 | en_US |
| dc.description | วิทยานิพนธ์ (วท.ม. (เทคโนโลยีสารสนเทศและการสื่อสาร))--มหาวิทยาลัยสุโขทัยธรรมาธิราช, 2556 | th_TH |
| dc.description.abstract | งานวิจัยนี้นำเสนอการใช้เทคนิคการทำเหมืองข้อมูล (Data Mining) เพื่อสนับสนุนการให้บริการสารสนเทศของห้องสมุดมหาวิทยาลัยราชภัฏศรีสะเกษ วัตถุประสงค์ของงานวิจัยคือ 1) การสร้างคลังข้อมูลผู้ใช้บริการห้องสมุด 2) การทำเหมืองข้อมูลเพื่อวิเคราะห์และจำแนกกลุ่มผู้ใช้บริการห้องสมุด 3) การทำเหมืองข้อมูลเพื่อวิเคราะห์และศึกษารูปแบบการยืมหนังสือของผู้ใช้บริการห้องสมุด 4) การจัดทำรายงานหลายมิติจากข้อมูลที่จัดเก็บในคลังข้อมูลตามความต้องการของผู้ใช้เครื่องมือที่ใช้ในงานวิจัย ได้แก่ โปรแกรม SQL Server 2008 และ SQL Service Analysis กระบวนการเริ่มจากการนำข้อมูลการใช้ห้องสมุดจากฐานข้อมูลห้องสมุดตั้งแต่ปี พ.ศ. 2553 - 2556 และข้อมูลทั่วไปของนักศึกษาจากฐานข้อมูลระบบทะเบียนนักศึกษามาสร้างคลังข้อมูลด้วยกระบวนการอีทีแอล (ETL) วัตถุประสงค์ของกระบวนการอีทีแอล คือ เพื่อให้ข้อมูลมีความถูกต้องสมบูรณ์ จากนั้นนำข้อมูลจากคลังข้อมูลมาสร้างรายงานหลายมิติตามความต้องการผ่านกระบวนการโอแลป สำหรับการทำเหมืองข้อมูลใช้แบบจำลองคริสพ์-ดีเอ็ม (CRISP-DM Model) และเทคนิคการทำเหมืองข้อมูลที่ใช้ประกอบด้วย 3 เทคนิค ได้แก่ 1) การจัดกลุ่ม เพื่อแบ่งกลุ่มสมาชิกที่มีลักษณะการยืมหนังสือคล้ายกันออกเป็นกลุ่ม ๆ 2) กฎการหาความสัมพันธ์ วิเคราะห์ข้อมูลการยืมหนังสือเพื่อค้นหาความสัมพันธ์ที่น่าสนใจระหว่างหนังสือที่ถูกยืมว่า มีหนังสือเล่มใดบ้างที่มักถูกยืมไปด้วยกัน และ 3) อนุกรมเวลา เพื่อพยากรณ์ปริมาณผู้ใช้บริการสารสนเทศห้องสมุดจำแนกตามประเภทของผู้ใช้บริการ ผลการวิจัยที่ได้ คือ คลังข้อมูลผู้ใช้บริการห้องสมุดมหาวิทยาลัยราชภัฏศรีสะเกษที่ใช้โครงสร้างแบบสโนว์เฟลก (Snowflake schema Model) ผู้ใช้บริการที่มีคุณลักษณะคล้ายกันถูกจัดออกเป็นทั้งหมด 6 กลุ่ม การหาความสัมพันธ์ของหนังสือที่มักถูกยืมไปด้วยกัน พบว่าที่ค่าความเชื่อมั่น ไม่น้อยกว่าร้อยละ 90 และค่าสนับสนุนไม่น้อยกว่า 9 ได้กฎความสัมพันธ์ทั้งหมด 20 กฎ และอนุกรมเวลาทำให้สามารถพยากรณ์ปริมาณผู้ใช้บริการสารสนเทศห้องสมุดในแต่ละกลุ่มหรือประเภทได้ การทำเหมืองข้อมูลทำให้บุคลากร ทำงานในห้องสมุดได้รับความรู้ใหม่ ซึ่งสามารถนำมาประกอบในการแนะนำหนังสือหรือจัดกิจกรรมส่งเสริมการใช้บริการสารสนเทศของห้องสมุดตามกลุ่มของผู้ใช้ยิ่งกว่านั้นยังช่วยเพิ่มความสะดวกในการค้นคืนสารสนเทศหรือรายชื่อหนังสือที่ต้องการ ลดเวลาในการสืบค้นช่วยสนับสนุนการวางแผนจัดกิจกรรมเพื่อส่งเสริมการใช้บริการและเพิ่มปริมาณผู้ใช้ นอกจากนี้แล้วยังทำให้ผู้บริหารได้รับรายงานหลายมิติที่สามารถมองภาพรวมและเจาะลึกในรายละเอียดตามมิติที่สนใจได้ | th_TH |
| dc.format | application/pdf | en_US |
| dc.language.iso | th | en_US |
| dc.publisher | มหาวิทยาลัยสุโขทัยธรรมาธิราช | th_TH |
| dc.rights | มหาวิทยาลัยสุโขทัยธรรมาธิราช | th_TH |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) | en_US |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | en_US |
| dc.source | Born digital | en_US |
| dc.subject | มหาวิทยาลัยสุโขทัยธรรมาธิราช. สาขาวิชาวิทยาศาสตร์และเทคโนโลยี--วิทยานิพนธ์ | th_TH |
| dc.subject | มหาวิทยาลัยสุโขทัยธรรมาธิราช. แขนงวิชาเทคโนโลยีสารสนเทศและการสื่อสาร--วิทยานิพนธ์ | th_TH |
| dc.subject | ดาต้าไมนิง | th_TH |
| dc.subject | ห้องสมุดและบริการของห้องสมุด | th_TH |
| dc.title | การทำเหมืองข้อมูลเพื่อสนับสนุนการให้บริการสารสนเทศของห้องสมุดมหาวิทยาลัยราชภัฏศรีสะเกษ | th_TH |
| dc.title.alternative | Data mining techniques to support the library service of Sisaket Rajabhat University | en_US |
| dc.type | Thesis | en_US |
| dc.degree.name | วิทยาศาสตรมหาบัณฑิต | th_TH |
| dc.degree.level | ปริญญาโท | th_TH |
| dc.degree.discipline | สาขาวิชาวิทยาศาสตร์และเทคโนโลยี | th_TH |
| dc.degree.grantor | มหาวิทยาลัยสุโขทัยธรรมาธิราช | th_TH |
| dc.description.abstractalternative | This research presented the use of data mining techniques to support the information services of Sisaket Rajabhat University’s library. The objectives of this research were: (1) to build a data warehouse of library users (2) to mine the data in order to analyze and cluster library users (3) to mine the data in order to analyze and study circulation patterns (4) to create a multi-dimensional report from data warehouse corresponding to user needs. The tools in this research were SQL Server 2008 and SQL Service Analysis. The processes started from extracting library users’ data during 2010 - 2013 from the library database and students’ personal data from the registration database system to build data warehouse using the ETL process in order to clean and to correct data. Then OLAP was used to produce multi dimensional reports from the data warehouse. For data mining, the CRISP-DM model and data mining techniques were used to analyze data as follows: (1) clustering to group library users who had similar characteristics of circulation, (2) association rule to analyze circulation of data to discover interesting relations between books which were borrowed in bundled form and (3) time series to forecast the amount of library users classified by user type. The results of the research were as follows: a library user data warehouse for Sisaket Rajabhat University based on a snowflake schema model was created and library users were clustered into 6 groups. According to association rules at a reliability of more than 90 percent and support values of at least 9, there were 20 relationship rules of borrowed books. Time series also forecasted the amount of library users by type. Data mining benefited the library staff by providing information which could be used to recommend books or to organize activities for promoting the use of library service, depending on user groups. Moreover, this also made it more convenient for users to retrieve information about desired books. It could thus decrease retrieval time. This knowledge supported activity planning to promote services and increase the amount of users. It also enabled administrators to receive multi-dimensional reports that could be drilled up and drilled down according to dimensions of interest | en_US |
| dc.contributor.coadvisor | ดวงดาว วิชาดากุล | th_TH |
| Appears in Collections: | Science Tech - Theses | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| fulltext_140958.pdf | เอกสารฉบับเต็ม | 15.07 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
