Page 41 - ระบบธุรกิจอัจฉริยะ
P. 41
ระบบธุรกจิ อัจฉรยิ ะกบั สื่อสังคม 14-29
1.3 การก�ำหนดเคร่ืองมือ ในปจั จบุ นั นม้ี เี ครอ่ื งมอื ทชี่ ว่ ยในการวเิ คราะหธ์ รุ กจิ อจั ฉรยิ ะกบั สอ่ื สงั คม
บนขอ้ มลู ขนาดใหญอ่ อกมามากมายทง้ั ทเ่ี ปน็ แบบมแี ละไมม่ คี า่ ใชจ้ า่ ย ซงึ่ แตล่ ะเครอื่ งมอื กม็ คี ณุ สมบตั ิ ขอ้ ดี
หรอื ขอ้ จำ� กดั ทแ่ี ตกตา่ งกนั ออกไป การเลอื กเครอื่ งมอื ทเี่ หมาะสมกบั งานแตล่ ะงานจงึ เปน็ สงิ่ จำ� เปน็ ทจี่ ะชว่ ย
ใหก้ ารด�ำเนนิ การเป็นไปได้อย่างราบร่นื และมปี ระสิทธิภาพมากยง่ิ ข้ึน
1.4 การก�ำหนดทีมงานที่เช่ียวชาญ ทีมงานคืออีกหนึ่งปัจจัยที่ส�ำคัญ ท่ีจะช่วยน�ำผลลัพธ์การ
วเิ คราะหธ์ รุ กจิ อจั ฉรยิ ะกบั สอ่ื สงั คมบนขอ้ มลู ขนาดใหญ่ ไปใชใ้ หเ้ กดิ ประโยชนไ์ ดอ้ ยา่ งมากมาย แตใ่ นตลาด
แรงงานนน้ั กลบั ขาดแคลนบคุ ลากรในดา้ นการวเิ คราะหข์ อ้ มลู และสายงานทเี่ กยี่ วกบั ขอ้ มลู ขนาดใหญเ่ ปน็
อยา่ งมาก สาเหตกุ เ็ พราะการทำ� งานในดา้ นนต้ี อ้ งอาศยั ความเชยี่ วชาญและประสบการณเ์ ปน็ อยา่ งมาก อีก
ทง้ั ยงั ตอ้ งมีทกั ษะเฉพาะด้านอีกด้วย
2. การสรา้ งแบบจำ� ลองสำ� หรบั การวเิ คราะหธ์ รุ กจิ อจั ฉรยิ ะกบั สอ่ื สงั คมบนขอ้ มลู ขนาดใหญ่
ในการสร้างแบบจ�ำลอง (model) ส�ำหรับการวเิ คราะหน์ ิยมใช้เทคนิคการทำ� เหมอื งขอ้ มูล (data
mining) เข้ามาช่วยในการวิเคราะห์ธุรกิจอัจฉริยะกับส่ือสังคมบนข้อมูลขนาดใหญ่ ส�ำหรับวิธีการสร้าง
แบบจำ� ลองด้วยหลักการของเหมืองข้อมูล ได้แก่ การวิเคราะห์ทางด้านสถิติ การค้นหากฎความสัมพันธ์
การจ�ำแนกประเภทข้อมูล การแบ่งกลุ่มข้อมูล การก�ำหนดรูปแบบล�ำดับ และแบบจ�ำลองการพ่ึงพา
มรี ายละเอยี ดดงั ตอ่ ไปน้ี
2.1 การวิเคราะห์ทางด้านสถิติ (statistical analysis) เป็นวิธีหนึ่งที่สามารถบอกชนิดความ
แตกตา่ งเกยี่ วกบั การวเิ คราะห์ทางสถิตบิ นตัวแปร เชน่ ผลสรุปรวม คา่ ส่วนเบยี่ งเบนมาตรฐาน ค่าสงู สดุ
และคา่ ต่ําสดุ เป็นต้น โดยเคร่ืองมอื การวิเคราะห์ทางดา้ นสถิติสว่ นมากจะรายงานขอ้ มลู เกีย่ วกับสถติ ิ เชน่
ความถ่ขี องผูใ้ ชเ้ ยี่ยมชมเวบ็ ไซต์ ขอ้ ความทมี่ กี ารโพสต์สูงสดุ ต่อนาที หรือแนวโนม้ กระแสห้นุ
2.2 การค้นหากฎความสัมพันธ์ (association rule) เป็นการค้นหาความสัมพันธ์ของข้อมูล
สองชุดหรือมากกว่าสองชุดข้ึนไปไว้ด้วยกัน ความสําคัญของกฎทําการวัดโดยใช้ข้อมูลสองค่าคือ
ค่าสนับสนุน (support) ซ่ึงเป็นร้อยละของการดําเนินการท่ีกฎสามารถนําไปใช้ หรือเป็นร้อยละของการ
ดาํ เนนิ การทก่ี ฎทใี่ ชม้ คี วามถกู ตอ้ ง และคา่ ความมน่ั ใจ (confidence) ซง่ึ เปน็ จาํ นวนของกรณที กี่ ฎถกู ตอ้ ง
โดยสมั พนั ธก์ บั จาํ นวนของกรณที ก่ี ฎสามารถนาํ ไปใชไ้ ด้ ในการหากฎความสมั พนั ธน์ นั้ จะมขี น้ั ตอนวธิ กี าร
หลายวธิ ดี ว้ ยกนั โดยนำ� ไปประยกุ ตใ์ ชใ้ นการวเิ คราะหส์ นิ คา้ ในตะกรา้ สนิ คา้ เพอื่ ดวู า่ ลกู คา้ นยิ มซอ้ื สนิ คา้ ใด
รว่ มกบั สนิ ค้าใดในแต่ละคร้ัง
2.3 การจ�ำแนกประเภทข้อมูล (data classification) เป็นการจัดแบ่งประเภทของข้อมลู โดยหา
ชุดต้นแบบหรือชุดของการทํางานท่ีอธิบายและแบ่งประเภทข้อมูล วัตถุประสงค์เพื่อให้สามารถใช้เป็น
ตน้ แบบทาํ นายประเภทของวตั ถหุ รอื ขอ้ มลู ทไี่ มม่ กี ารระบปุ ระเภทหรอื ชนดิ ของขอ้ มลู ซงึ่ ตน้ แบบสรา้ งจาก
การวเิ คราะหช์ ดุ ของขอ้ มลู ฝกึ สอน (training data) โดยอาจจะเปน็ กลมุ่ ขอ้ มลู ทมี่ กี ารระบปุ ระเภทหรอื กลมุ่
เรยี บรอ้ ยแลว้ ตวั อยา่ งการนำ� ไปประยกุ ตใ์ ช้ เชน่ การวเิ คราะหก์ ารจำ� แนกประเภทลายเซน็ จรงิ หรอื เทจ็ การรู้
จำ� ใบหน้าและทะเบียนรถ
