งานวิจัยชิ้นนี้มีวัตถุประสงค์เพื่อส

งานวิจัยชิ้นนี้มีวัตถุประสงค์เพื่อสร้างตัวแบบในการพยากรณ์การติดเกมของนักศึกษามหาวิทยาลัยราชภัฏนครปฐม โดยใช้เทคนิคการทำเหมืองข้อมูล โดยใช้ข้อมูลจากการสุ่มตัวอย่างของนักศึกษามหาวิทยาลัยราชภัฏนครปฐมจำวนวน 300 คน ใช้เทคนิคการจำแนกข้อมูลข้อมูลในการเปรียบเทียบซึ่งอัลกอริทึมที่ใช้มีทั้งหมด 3 อัลกอริทึม คือ MultiLayerPerceptron , SMO และ BayesNet การวัดประสิทธิภาพของการจำแนกข้อมูลวัดจากความถูกต้องในการจำแนกข้อมูล ผลการทดสอบพบว่า อัลกอริทึมที่มีค่าความถูกต้องมากที่สุด คืออัลกอริทึม SMO ใช้แอททริบิวต์ทั้งหมด 27 แอททริบิวต์ในการจำแนกข้อมูล ค่าความถูกต้องในการจำแนกข้อมูลของอัลกอริทึม SMO มีค่าเท่ากับ 96.67% ซึ่งสามารถนำไปใช้เป็นตัวแบบพยากรณ์การติดเกมของนักศึกษามหาวิทยาลัยราชภัฏนครปฐม

ผลลัพธ์ (อังกฤษ) 1:

This research aims to create a model in the next game of the Nakhon Pathom rajabhat University students using data mining technique based on sampling of the Nakhon Pathom rajabhat University students have a loop cycle 300 people use technical data resolution in comparison to which the algorithm is used with all three algorithms are MultiLayerPerceptron, SMO, and measure the effectiveness of BayesNet classification information from the classification accuracy in the data. The test results showed that the algorithm is the most accurate value is using SMO algorithm attributes attribute in all 27 a resolution in recognition of SMO algorithm to 96.67%, which can be used as a model to predict the next game of the Nakhon Pathom rajabhat University students.

ผลลัพธ์ (อังกฤษ) 2:

This research aims to create a model to predict the next game of Student Publisher. Using data mining techniques. Using data from a sample of university students copyrights Type of 300 people using classified information to compare the algorithm used to have all three algorithms is MultiLayerPerceptron, SMO and BayesNet measuring performance. Classified information from measurement accuracy in the classification of information. The results showed that The algorithm is the most accurate. SMO is the algorithm using an attribute all 27 attributes in the data classification. The accuracy of the data classification algorithm SMO is equal to 96.67%, which can be used as a predictive model of Student Games Publisher.

ผลลัพธ์ (อังกฤษ) 3:

The purpose of this study is to establish a forecasting model of computer game addiction Rajabhat University Students in Nakhon Pathom. Using data mining techniques.300, using a technique in which data classification comparison algorithms are all 3 algorithm, is MultiLayerPerceptronSMO BayesNet classification and performance measurement of measuring accuracy in data classification. The test showed that the algorithm accuracy as much as possible. The algorithm SMO use attribute all 27 attributes in classification of data.SMO equals 96.67%, which can be used as the prediction game addiction of Nakhon Pathom Rajabhat University students.