การเปรียบเทียบประสิทธิภาพการจำแนกข้อมูลการใช้บริการเครือข่ายอินเทอร์เน็ต ของสถาบันอุดมศึกษา A Comparison of the Efficiency of the Classification of Internet Service Usage of Higher Education Institutions

Abstract

งานวิจัยนี้นำเสนอผลการเปรียบเทียบประสิทธิภาพการจำแนกข้อมูลการใช้บริการเครือข่ายอินเทอร์เน็ตของสถาบัน อุดมศึกษา โดยเปรียบเทียบประสิทธิภาพการจำแนกข้อมูลของ 3 เทคนิค คือ เทคนิค Decision Tree เทคนิค K-NN และ เทคนิค Deep Learning โดยการนำข้อมูลเกี่ยวกับข้อมูลการใช้บริการเครือข่ายอินเทอร์เน็ตของสถาบันอุดมศึกษา มีข้อมูล จำนวนที่สามารถใช้ในงานวิจัยได้ 8,530 ชุด ซึ่งทำการแบ่งข้อมูลด้วยวิธี Cross-validation Test โดยการสุ่มข้อมูลเพื่อแบ่ง ข้อมูลออกเป็น 5 ส่วน ในแต่ละส่วนประกอบด้วยข้อมูล จำนวน 1,706 ชุด โดยสร้างโมเดลจากการเลือกข้อมูล 4 ส่วน และ ทดสอบประสิทธิภาพของระบบด้วยข้อมูล 1 ส่วน ผลการวิจัยพบว่า เทคนิคที่ใช้ในการจำแนกข้อมูลการใช้บริการเครือข่าย อินเทอร์เน็ตของสถาบันอุดมศึกษา ที่มีประสิทธิภาพสูงสุด คือ Deep Learning โดยมีค่าความแม่นตรง 88.79% ค่าความ ระลึก 88.55% ค่าความแม่นยำ 89.10% และค่าถ่วงดุล 0.289 ซึ่งเป็นระดับการประเมินที่สามารถยอมรับได้