Please use this identifier to cite or link to this item: https://rsuir-library.rsu.ac.th/handle/123456789/888
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorกฤษฎา ศรีแผ้ว-
dc.contributor.authorอิศรานนท์ พรหมดี-
dc.date.accessioned2022-03-10T05:25:45Z-
dc.date.available2022-03-10T05:25:45Z-
dc.date.issued2561-
dc.identifier.urihttps://rsuir-library.rsu.ac.th/handle/123456789/888-
dc.descriptionวิทยานิพนธ์ (วท.ม. (เทคโนโลยีสารสนเทศ)) -- มหาวิทยาลัยรังสิต, 2561en_US
dc.description.abstractงานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการนาการจำแนกประเภทเว็บเพจไปใช้พัฒนาเป็น ปฏิทินกิจกรรมอัตโนมัติของงานประชุมวิชาการระดับนานาชาติ โดยผู้วิจัยมุ่งเน้นการสร้างกรอบ แนวคิดในการพัฒนาเว็บท่าเพื่อสร้างปฏิทินกาหนดการสำคัญของงานประชุมวิชาการระดับ นานาชาติ ข้อมูลเว็บเพจจะถูกเก็บโดยไม่ต้องคำนึงว่าในเว็บเพจนั้นมีกำหนดการสำคัญหรือไม่ แล้วจึงทำการจำแนกประเภทเว็บเพจโดยใช้เทคนิคการเรียนรู้ของเครื่องแบบมีผู้สอน (Supervised Machine Learning) ในงานวิจัยนี้ได้ทดลองกับเทคนิคดังต่อไปนี้ คือ อัลกอริทึมต้นไม้ตัดสินใจ (Decision Tree) เคเนียเรสเนเบ อร์ (K-Nearest Neighbor: K-NN) ซัพพอร์ท เวกเตอร์แมชชีน (Support Vector Machine: SVM) และตัวจำแนกแบบเบย์ (Naïve Bayes) พบว่าการใช้โมเดลต้นไม้ ตัดสินใจ (Decision Tree) ให้ค่าความถูกต้องสูงที่สุดที่ 98.33%en_US
dc.language.isootheren_US
dc.publisherมหาวิทยาลัยรังสิตen_US
dc.subjectเว็บเพจ -- การจัดการฐานข้อมูลen_US
dc.subjectเว็บท่า -- วิจัยen_US
dc.subjectปฏิทินกิจกรรมen_US
dc.titleกรอบแนวคิดการสร้างปฏิทินกำหนดการสำคัญของงานประชุมวิชาการระดับนานาชาติอัตโนมัติ: การจำแนกประเภทเว็บเพจที่เกี่ยวข้องen_US
dc.title.alternativeA framework for automatic international conference’s important date calendar: related webpage classificationen_US
dc.typeThesisen_US
dc.description.other-abstractThe objective of this research is to study about applying webpage classification for developing an automatic important dates calendar for international academic conferences. The study has successfully developed a portal website. The portal is able to crawl the related webpages whether they include the important date or not. The portal classifies the webpage using the supervised machine learning techniques. Decision Tree, K-Nearest Neighbor, Support Vector Machine and Naïve Bayes are used as the investigated techniques. The finding indicate that the Decision Tree provides the highest accurated classification results of 98.33%.en_US
dc.description.degree-nameวิทยาศาสตรมหาบัณฑิตen_US
dc.description.degree-levelปริญญาโทen_US
dc.contributor.degree-disciplineเทคโนโลยีสารสนเทศen_US
Appears in Collections:ICT-IT-M-Thesis

Files in This Item:
File Description SizeFormat 
Isaranon Promdee.pdf6.01 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.