กระบวนการสกัดข้อมูลรายงานอุบัติเหตุทางถนนรายใหญ่และความสามารถในการนำเสนอสารสนเทศด้วยภาพข้อมูลผ่านเว็บไซต์ (DATA EXTRACTION PROCESS OF ROAD MAJOR ACCIDENT REPORTS AND USABILITY TESTING OF INFORMATION PRESENTATION BY DATA VISUALIZATION ON WEBSITE)

Abstract

ประเทศไทยมีการจัดเก็บข้อมูลการเกิดอุบัติเหตุเพื่อนำมาวางแผนความปลอดภัยทางถนน โดยรายงานอุบัติเหตุรายใหญ่ถูกเผยแพร่ในวงจำกัด เนื่องจากต้องสังเคราะห์เนื้อหาด้วยตนเอง ข้อมูลบางส่วนจึงยังมีความผิดพลาด และไม่เป็นมาตรฐานจากผู้ให้ข้อมูลที่แตกต่างกัน ดังนั้นงานวิจัยชิ้นนี้มีวัตถุประสงค์เพื่อ 1) ออกแบบและพัฒนากระบวนการสกัดข้อมูลรายงานอุบัติเหตุทางถนนรายใหญ่ รวบรวมข้อมูลบนเว็บไซต์ด้วยเทคนิคการขูดเว็บมาสกัดข้อมูลใน 6 ประเด็น ได้แก่ จังหวัด วันที่ จำนวนผู้เสียชีวิต จำนวนผู้บาดเจ็บ ประเภทและจำนวนของยานพาหนะที่เกิดเหตุ นำเสนอเป็นภาพข้อมูลแก่ผู้ใช้เพื่อเป็นส่วนหนึ่งในการวางแผนความปลอดภัยทางถนนเชิงพื้นที่หรือตามช่วงเวลา ผลการประเมินความถูกต้องจากกระบวนการสกัดชื่อจังหวัด วันที่ และประเภทของยานพาหนะจากการสร้างคลังคำศัพท์ร่วมกับการรู้จำเอนทิตี้มีความถูกต้องสูง ขึ้นอยู่กับครอบคลุมของคลังคำศัพท์ แต่อย่างไรก็ดี จำนวนผู้เสียชีวิต จำนวนผู้บาดเจ็บ และจำนวนยานพาหนะที่กำหนดรูปแบบอักขระร่วมกับการรู้จำเอนทิตี้ นับว่ามีความถูกต้องค่อนข้างต่ำ เมื่อเทียบกับการสร้างคลังคำศัพท์ร่วมกับการรู้จำเอนทิตี้ เนื่องจากรูปแบบการบันทึกข้อมูลที่ไม่เป็นมาตรฐาน 2) ประเมินความสามารถในการนำเสนอสารสนเทศรายงานอุบัติเหตุทางถนนรายใหญ่ด้วยภาพข้อมูลผ่านเว็บไซต์ จากผู้ใช้ 30 คน ด้วยการสุ่มตัวอย่างโดยไม่ใช้ความน่าจะเป็นจากการเลือกกลุ่มตัวอย่างแบบเฉพาะเจาะจง โดยให้ผู้ใช้แต่ละคนทดลองใช้งานแล้วประเมินผลผ่านแบบสอบถาม คนละ 3 ครั้ง แล้วนำมาหาค่าเฉลี่ย ผลการประเมินภาพรวมอยู่ในระดับดี เมื่อแบ่งผู้ใช้เป็น 3 กลุ่ม ตามบริบทการใช้งาน ได้แก่ กลุ่มผู้เชี่ยวชาญด้านคอมพิวเตอร์ กลุ่มผู้ทำหน้าที่ข้อมูลจราจร และกลุ่มผู้ใช้ทั่วไป แล้ววิเคราะห์ด้วยสถิติทดสอบเอฟ แบบ LSD พบว่า กลุ่มผู้เชี่ยวชาญด้านคอมพิวเตอร์ และกลุ่มผู้ทำหน้าที่ข้อมูลจราจร มีความแตกต่างด้านการเรียนรู้อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 แสดงถึงประสบการณ์ในการใช้งานระบบด้านการจราจรที่เกี่ยวข้องส่งผลต่อการเรียนรู้มากกว่าประสบการณ์ใช้งานคอมพิวเตอร์และสมาร์ตโฟน ที่แม้จะมีประสบการณ์ในการใช้งานคอมพิวเตอร์และสมาร์ตโฟนมากกว่า แต่ผลการประเมินด้านความสามารถในการเรียนรู้ต่ำกว่า อันเป็นแนวทางออกแบบและพัฒนาการสกัดข้อมูลกึ่งมีโครงสร้าง และนำเสนอสารสนเทศด้วยภาพข้อมูลในอนาคต  คำสำคัญ: การสกัดข้อมูล  อุบัติเหตุทางถนน  ความสามารถในการใช้งาน  การนำเสนอภาพข้อมูล Thailand has an accident database to be used for road safety planning. The major accident report is one of the qualitative data waiting to be utilized, because users have to synthesize the content themselves. Therefore published only in a limited. However, some of the information still contains errors and is not standardized from the context of different informants. The research aims 1) to design and develop of a data extraction process. By accessing and collecting data on the website using web scraping techniques for extract data in 6 issues: province, date, number of deaths, number of injured, vehicle type and number of vehicles involved in the accident for presented to user on data visualization and use in the part of road safety planning at the local level in area or periodic. The results of accuracy evaluation from data extraction process in the issue: “province name”, “date” and “vehicle type” by corpus-based approach and Named Entity Recognition (NER) method is highly accurate, depend on completely of corpus-based. However, the accuracy of the “number of deaths”, “number of injured” and “number of vehicles involved in the accident” by set regular expression for NER method is relatively low compared to corpus-based approach and NER method. Due to a non-standard report format. 2) to usability testing of information presentation by data visualization on website from 30 users determine the sample size on non-probability sampling with purposive sampling, by having each user try it out and evaluate the results through questionnaires 3 times. The usability testing evaluation is good level. When the user was divided into 3 groups according to the context of use: computer user group, traffic information group and general user groups for F-test analysis with LSD found statistically significant difference between the computer experts group and traffic information groups at the 0.05 level in Learnability component. Demonstrate the experience of using relevant traffic systems, which affects the user experience more than the experience of computers and smartphones. At a computer expert group, despite having more using computers and smartphones experience, but the assessment of learnability component is lower than. Which is the design and development of semi-structured data extraction and information presentation by data visualization in the future. Keywords: Data Extraction, Road Accidents, Usability Testing, Data Visualization