A comparative study of book selling recommendation techniques

การศึกษาเปรียบเทียบเทคนิคการแนะนำการขายหนังสือ

Name: Patthama Saeting.

LCSH: Decision trees.

LCSH: Consumers -- Research -- Data processing.

LCSH: Decision support systems.

LCSH: Decision making -- Data processing.

LCSH: Recommender systems (Information filtering)

Abstract: เนื่องจากปัจจุบันมีการแข่งขันกันสูง การดาเนินการบางอย่างก็ต้องใช้การตัดสินใจที่ รวดเร็ว และไม่มีข้อผิดพลาดหรือมีข้อผิดพลาดที่น้อยที่สุดที่จะรับได้ ซึ่งบางเรื่องการตัดสินใจโดย คนก็เป็นเรื่องยาก ต้องมีการวิเคราะห์ คำนวณที่ซับซ้อนวุ่นวายต้องใช้เวลานานกว่าจะได้ผลที่ ต้องการ อาจทาให้เกิดข้อผิดพลาดที่ส่งผลกระทบต่อธุรกิจ ปัญหาการกระจายสินค้าเป็นหนึ่งปัญหา ที่มีความสาคัญ เช่นจะจัดการสินค้าคงคลังอย่างไรให้ลูกค้าพึงพอใจโดยไม่ให้มีผลกระทบต่อ คุณภาพจึงต้องมีการวางแผนการกระจายสินค้า และปริมาณที่เหมาะสมต่อการกระจายสินค้าไปยัง ลูกค้าแต่ละราย ปัญหาในเรื่องของการแนะนำสินค้าเป็นอีกหนึ่งปัญหาที่สาคัญเนื่องจากเมื่อมีสินค้า ใหม่ เราไม่สามารถทราบได้ว่าลูกค้ารายใดที่จะให้ความสนใจต่อสินค้าใหม่นี้ ถ้ากระจายสินค้าไป ยังลูกค้าทุกรายเพื่อรอการตอบรับกลับมาจะเป็นการสิ้นเปลืองเวลาในการขนส่งสินค้า งานวิจัยฉบับนี้ได้นำเสนอ 3 วิธีที่มีมาตรฐานหรือนิยมนำมากับระบบให้คำแนะนำ ซึ่ง ได้แก่ ตัวกรองเชิงร่วมมือ โครงข่ายประสาทเทียม และ ต้นไม้ตัดสินใจ เพื่อนำมาแก้ปัญหาการ กระจายหนังสือ และการแนะนำหนังสือของร้านหนังสือที่เปรียบเสมือนร้านค้าปลีก โดยใช้ข้อมูล การกระจายหนังสือของบริษัทเคล็ดไทยเป็นกรณีศึกษา โดยข้อมูลนำเข้าจะแบ่งเป็น 2 ชนิด คือ ข้อมูลตัวเลขและข้อมูลนามบัญญัติ ผลลัพธ์ของแต่ละวิธีจะแสดงในรูปแบบของการคาดการณ์ซึ่ง จะช่วยแสดงผลลัพธ์ที่ชัดเจน และค่าความผิดพลาดในการคาดการณ์ จากการทดลองวิธีต้นไม้ ตัดสินใจให้ค่าความถูกต้องมากที่สุดในทั้ง 2 ชนิดข้อมูลนำเข้า คือร้อยละ 40.10 ของข้อมูลตัวเลข และ ร้อยละ 40.58 ของข้อมูลนามบัญญัติ ซึ่งสรุปได้ว่าวิธีต้นไม้ตัดสินใจมีค่าความถูกต้องสูงที่สุด หรือสามารถคาดการณ์ผลลัพธ์ที่มีความถูกต้องมากที่สุด

Abstract: In today’s highly competitive world, quick decisions should be made without major mistakes. The decisions based solely on individuals are frequently complicated and are also more time-consuming in order to obtain the optimal result. These possibly cause errors as a result of several negative effects on businesses. Product distribution is a key problem in logistic system, such as how to manage inventory to satisfy customers need without affecting product quality. Therefore, it is essential to have a plan for efficient product distribution, and how to control the quantity of the product. Product recommendation is another important problem when introducing a new products line that has arrived. Manufactures and retailers do not know which customers would be interested in the new products; but if we distribute product evenly to every customer, and wait for responses, that will waste time in the distribution of the products. This research proposes three methods that have standard or are used in Recommender System; Collaborative Filtering, Artificial Neural Network, and Decision Tree., for solving problems of book distribution and book recommendations for customers who would like to be bookstore owners by using a case study of book distribution from Kledthai Book Distribution Company. Input data was divided into 2 different types which were comprised of numeric data and nominal data. The result will be displayed in the form of prediction that will help monitor the result and determine errors in predicting quantity of sales. According to the experiment, a decision tree method was shown to be the most accurate of both data types, which has an accuracy at 40.10% of input data that is numeric data and 40.58% of input data that is nominal data. This researcher concludes that the decision tree method has the highest accuracy value, or was able to yield the most accurate prediction

Mahidol University. Mahidol University Library and Knowledge Center

Address: NAKHONPATHOM

Email: liwww@mahidol.ac.th

Name: Mingmanas Sivaraksa

Role: Thesis Advisors

Name: Tanasanee Phienthrakul

Role: Thesis Advisors

Name: Lalita Narapiyakul

Role: Thesis Advisors

Created: 2013

Modified: 2019-11-15

Issued: 2019-11-15

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: TH P319c 2013

eng

DegreeName: Master of Science

Level: Master's Degree

Descipline: Technology of Information System Management

Grantor: Mahidol University

©copyrights Mahidol University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	5236785.pdf	23.78 MB	11	2024-12-03 23:43:51

ใช้เวลา

0.259787 วินาที