การพัฒนาระบบแนะนำข้อมูลสำหรับห้องสมุดออนไลน์โดยใช้วิธีการกรองข้อมูลแบบพึ่งพาผู้ใช้ร่วมและข้อมูลส่วนบุคคล (THE DEVELOPMENT OF RECOMMENDER SYSTEM FOR E-LIBRARY BY USING COLLABORATIVE FILTERING AND USER PROFILE)

Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อออกแบบโครงร่างและพัฒนาต้นแบบของระบบแนะนำข้อมูลสำหรับห้องสมุดออนไลน์โดยใช้วิธีการกรองข้อมูลแบบพึ่งพาผู้ใช้ร่วมและข้อมูลส่วนบุคคลซึ่งข้อมูลที่ใช้ในงานวิจัยเป็นข้อมูลหนังสือจำนวน 1,430 เล่ม ข้อมูลลำดับความสนใจในหมวดหมู่หนังสือและข้อมูลค่าคะแนนความชอบจากผู้ใช้ทั้งหมด 300 คน ระบบนี้มีขั้นตอนการพัฒนา 2 ส่วน ได้แก่ ส่วนที่ 1 การเตรียมข้อมูล สร้างตารางเมทริกซ์และเติมค่าข้อมูลที่ขาดหาย และส่วนที่ 2 พัฒนาระบบโดยใช้ภาษาพีเอชพี และฐานข้อมูลไมโครซอฟต์แอกเซสผลการทดสอบและพัฒนาระบบพบว่าระบบสามารถแนะนำหนังสือที่คาดว่าจะตรงกับความต้องการของผู้ใช้ได้ โดยมีการทดสอบประสิทธิภาพของระบบด้วยการหาค่าความแม่นยำ (Precision) ค่าความระลึก (Recall) และการวัดประสิทธิภาพโดยรวม (F1 measure)ผลการทดสอบพบว่ามีค่าความแม่นยำเท่ากับ 0.83 ค่าความระลึกเท่ากับ 0.77 และค่าการวัดประสิทธิภาพโดยรวมเท่ากับ 0.80 นอกจากนี้มีการประเมินความพึงพอใจของการใช้งานระบบจากผู้เชี่ยวชาญจำนวน 3 คน ได้ค่าเฉลี่ยของความพึงพอใจเท่ากับ 4.45 และส่วนเบี่ยงเบนมาตรฐานเท่ากับ 0.61 ในขณะที่ผู้ใช้ทั่วไปจำนวน 10 คน ได้ค่าเฉลี่ยของความพึงพอใจเท่ากับ 4.50 และส่วนเบี่ยงเบนมาตรฐานเท่ากับ 0.60 แสดงให้เห็นว่าผู้ใช้ระบบทั้งหมดมีความพึงพอใจต่อระบบที่พัฒนาขึ้นอยู่ในระดับมากคำสำคัญ: ระบบแนะนำข้อมูล  การกรองข้อมูลแบบพึ่งพาผู้ใช้ร่วม  ข้อมูลส่วนบุคคลThe research aimed to design a framework and develop a prototype of the recommender system for E-library by using collaborative filtering and user profile. The dataset were used in this research 1,430 books, level of interest in book groups and 300 users’ preference rates. Development process of this system consisted of two phases: 1) data preparation, matrix table generation, and missing value computation, 2) development of system using PHP language with Microsoft Access database. The system evaluation and development showed that the book can be recommended towards users’ requirement. The system performance was evaluated by precision, recall and F1 measure. The results showed that the precision was 0.83, recall was 0.77 and F1 measure was 0.80. The system was evaluated in term of user satisfaction using questionnaires. The average of user satisfaction towards our system evaluated by 3 specialists was 4.45 with standard deviation of 0.61. The average of user satisfaction towards our system evaluated by 10 general users was 4.50 with standard deviation of 0.60. It can be concluded that the developed system satisfied the users in the good level.Keywords: Recommender System, Collaborative Filtering, User Profile