แบบจำลองการจัดหมวดหมู่สถานที่ท่องเที่ยวโดยใช้เทคนิคการเรียนรู้ของเครื่อง

Abstract

การเลือกสถานที่ท่องเที่ยวเป็นหนึ่งกิจกรรมที่สำคัญของนักท่องเที่ยว อินเทอร์เน็ตได้กลายมาเป็นแหล่งข้อมูลสำคัญที่ช่วยในการเลือกสถานที่ท่องเที่ยวเหล่านั้น แต่อย่างไรก็ตาม ยังมีสถานที่ท่องเที่ยวจำนวนมหาศาลที่ยังไม่ได้ถูกจัดไว้เป็นหมวดหมู่ ดังนั้นบทความนี้จึงมุ่งเน้นการพัฒนาแบบจำลองการจัดหมวดหมู่สถานที่ท่องเที่ยวแบบอัตโนมัติโดยใช้เทคนิคการเรียนรู้ของเครื่อง โดยเริ่มตั้งแต่การพัฒนาโมดูลเพื่อช่วยในการรวบรวมข้อมูลสถานที่ท่องเที่ยวแบบอัตโนมัติจากแหล่งข้อมูลบนอินเทอร์เน็ตและนำข้อมูลเหล่านั้นมาคัดกรองโดยการเลือกคุณลักษณะที่เหมาะสมในการสร้างแบบจำลอง โดยการเลือกคุณลักษณะนั้นแบ่งออกเป็น 2กรณี คือ1)เลือกคุณลักษณะจากชื่อสถานที่ท่องเที่ยวเท่านั้นและ 2) เลือกคุณลักษณะจากชื่อและคำอธิบายของสถานที่ท่องเที่ยวหลังจากนั้น นำข้อมูลเฉพาะคุณลักษณะที่ถูกเลือกมาผ่านกระบวนการเรียนรู้ของเครื่อง 4 เทคนิค ได้แก่ ต้นไม้การตัดสินใจ นาอีฟเบย์สซัพพอร์ทเวกเตอร์แมชชีน และเคเนียเรสเนเบอร์เพื่อสร้างแบบจำลองการจัดหมวดหมู่ สำหรับการเปรียบเทียบประสิทธิภาพของแบบจำลองพิจารณาจากค่าความถูกต้อง ค่าความแม่นยำ ค่าความระลึก และระยะเวลาที่ใช้ในการสร้างแบบจำลอง ผลการทดลองพบว่าแบบจำลองซึ่งสร้างจากข้อมูลตามคุณลักษณะของกรณีที่ 2 ให้ค่าความถูกต้อง ค่าความแม่นยำ และค่าความระลึกโดยเฉลี่ยสูงกว่ากรณีที่ 1ส่วนเทคนิคการเรียนรู้ของเครื่องที่มีประสิทธิภาพมากที่สุดในการจัดหมวดหมู่สถานที่
ท่องเที่ยวคือ นาอีฟเบย์สซึ่งใช้คุณลักษณะจำนวน 700 คุณลักษณะโดยให้ค่าความถูกต้องเฉลี่ย 88.70%