Please use this identifier to cite or link to this item:
https://ir.stou.ac.th/handle/123456789/346
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | สำรวย กมลายุตต์ | th_TH |
dc.contributor.author | อภิชาติ ปัญญา, 2528- | th_TH |
dc.contributor.other | มหาวิทยาลัยสุโขทัยธรรมาธิราช. สำนักบัณฑิตศึกษา | th_TH |
dc.date.accessioned | 2022-08-09T04:10:10Z | - |
dc.date.available | 2022-08-09T04:10:10Z | - |
dc.date.issued | 2557 | - |
dc.identifier.uri | http://ir.stou.ac.th/handle/123456789/346 | en_US |
dc.description | วิทยานิพนธ์ (วท.ม. (เทคโนโลยีสารสนเทศและการสื่อสาร))--มหาวิทยาลัยสุโขทัยธรรมาธิราช, 2557 | th_TH |
dc.description.abstract | งานวิจัยนี้นําเสนอการทําเหมืองข้อมูลสําหรับการพัฒนาเว็บไซต์กรณีศึกษาเว็บไซต์มหาวิทยาลัยเทคโนโลยีราชมงคลล้านนา ลําปาง ซึ่งมีวัตถุประสงค์เพื่อ 1) สร้างคลังข้อมูลการเข้าใช้งานเว็บไซต์ 2) ทําเหมืองข้อมูลวิเคราะห์จําแนกกลุ่มการใช้งานเว็บไซต์โดยใช้อัลกอริทึมการจัดกลุ่ม 3) ทําเหมืองข้อมูลพยากรณ์จํานวนผู้ใช้งานเว็บไซต์โดยใช้อัลกอริทึมอนุกรมเวลา 4) ทําเหมืองข้อมูลวิเคราะห์หน้าเว็บที่มีความเกี่ยวข้องกันโดยใช้อัลกอริทึมกฏความสัมพันธ์ 5) ทําเหมืองข้อมูลวิเคราะห์ จําแนกกลุ่มการใช้งานเว็บไซต์โดยใช้อัลกอริทึมการจัดกลุ่มโดยใช้ลําดับเครื่องมือที่ใช้ในงานวิจัย ได้แก่ โปรแกรม SQL Server 2008 และ SQL Service Analysis กระบวนการเริ่มจากการรวบรวมล็อกไฟล์การเข้าใช้งานเว็บไซต์ตั้งแต่วันที่ 1 มกราคม 2556 ถึง 31 ธันวาคม 2556 และข้อมูลเว็บไซต์หน่วยงานต่าง ๆ ของมหาวิทยาลัยฯ มาสร้างคลังข้อมูลด้วยกระบวนการอีทีแอล จากนั้นนําข้อมูลจากคลังข้อมูลมาสร้างคิวบ์เพื่อนําเสนอรายงานจากการประมวลผลข้อมูลเชิงวิเคราะห์หรือโอแลป และนําข้อมูลจากคลังข้อมูลมาทําเหมืองข้อมูลโดยใช้แบบจําลองคริสพ์-ดีเอ็ม ซึ่งเทคนิคการทําเหมืองข้อมูลประกอบด้วย 4 อัลกอริทึม ได้แก่ 1) การจัดกลุ่ม 2) อนุกรมเวลา 3) กฏความสัมพันธ์ 4) การจัดกลุ่มโดยใช้ลําดับ ผลการวิจัยที่ได้คือคลังข้อมูลจากล็อกไฟล์การเข้าใช้งานเว็บไซต์มหาวิทยาลัยฯ ที่ใช้โครงสร้างแบบสโนว์เฟลค และผลจากการทําเหมืองข้อมูลพบว่าการจัดกลุ่มของการเข้าใช้เว็บไซต์แบ่งออกเป็น 6 กลุ่ม อนุกรมเวลาทําให้สามารถพยากรณ์ปริมาณผู้ใช้บริการเว็บไซต์ได้ส่วนกฎความสัมพันธ์ที่เกิดขึ้นทั้งหมด 16 กฎ และการจัดกลุ่มโดยใช้ลําดับ พบว่าจัดกลุ่มออกเป็น 66 กลุ่มซึ่ง กลุ่มที่น่าสนใจมีทั้งหมด 6 กลุ่ม การทําเหมืองข้อมูลสามารถทําให้ได้องค์ความรู้ใหม่ ซึ่งสามารถนํามาใช้ในการวางแผนพัฒนาปรับปรุงและดูแลเว็บไซต์ได้และยังสามารถทําให้ผู้บริหารได้รับรายงานหลายมิติที่สามารถนํามาประกอบการตัดสินใจ เพื่อประโยชน์ในการบริหารเว็บได้อย่างมีประสิทธิภาพมากขึ้น | th_TH |
dc.format | application/pdf | en_US |
dc.language.iso | th | en_US |
dc.publisher | มหาวิทยาลัยสุโขทัยธรรมาธิราช | th_TH |
dc.relation.uri | https://www.doi.org/10.14457/STOU.the.2013.71 | en_US |
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 | การพัฒนาเว็บไซต์ | th_TH |
dc.title | การทำเหมืองข้อมูลสำหรับการพัฒนาเว็บไซต์ กรณีศึกษาเว็บไซต์มหาวิทยาลัยเทคโนโลยีราชมงคลล้านนา ลำปาง | th_TH |
dc.title.alternative | Data mining for website development : a case of Rajamangala University of Technology Lanna Lampang website | en_US |
dc.type | Thesis | en_US |
dc.identifier.DOI | 10.14457/STOU.the.2013.71 | 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 was titled the data mining for website development case of Rajamangala University of Technology Lanna Lampang Website which was aimed to create the data warehouse for using the website, to analyze the data mining by classifying the website user group with clustering algorithm, to predict amount of the user by Time Series algorithm, to analyze the web page with the related pages by association rule algorithm, to, and to classify the website use groups by Sequence clustering algorithm. The research instrument were SQL Server 2008 program and SQL Service Analysis, the methodology has been started by collecting the log file of the website using on January 1 to December 31, 2013 and the other website of each department in the university was created the data warehouse by ETL process, the data from data warehouse was created cube for presenting the report from evaluating the analyzing data or OLAP. The data mining was also created from the data of data warehouse by using the model of CRISP-DM, the data mining technic was consisted of 4 Algorithms; 1) Clustering 2) Time Series 3) Association Rules and 4) Sequence Clustering The result was the data warehouse form the log file the using the university website in Snowflake Schema pattern and it was found that the Clustering of website using were divided into 6 cluster, Time Series which was able to predict the quantities of the website user, Association Rules was detected 16 rules, the Sequence Clustering with series was Cluster of 66 Cluster which were 6 interesting cluster. The data mining was able to detect the new knowledge and was able to plan, develop and look offer the websites, it was reported to the administrator in many dimensions which was able to engage in the decision for more website administration efficiency | en_US |
dc.contributor.coadvisor | ดวงดาว วิชาดากุล | th_TH |
Appears in Collections: | Science Tech - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
fulltext_145410.pdf | เอกสารฉบับเต็ม | 12.69 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License