ระบบให้คำแนะนำด้วยหลักการออนโทโลยีสำหรับการซ่อมรถโฟร์กลิฟต์ประเภทเครื่องยนต์เบนซิน
0
0
Issued Date
2018
Resource Type
Language
tha
File Type
application/pdf
Rights
Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
Rights Holder(s)
มหาวิทยาลัยสุโขทัยธรรมาธิราช
Suggested Citation
ทินกร สาระเวียง (2018). ระบบให้คำแนะนำด้วยหลักการออนโทโลยีสำหรับการซ่อมรถโฟร์กลิฟต์ประเภทเครื่องยนต์เบนซิน. doi:10.14457/STOU.the.2018.23 สืบค้นจาก: https://hdl.handle.net/20.500.14770/13786
Alternative Title(s)
Ontology-based recommendation system for repairing gasoline engine forklift trucks
Author(s)
Advisor(s)
Other Contributor(s)
Abstract
การวิจัยนี้มีวัตถุประสงค์เพื่อ (1) สร้างฐานความรู้ออนโทโลยีสำหรับการซ่อมรถโฟร์กลิฟต์ประเภทเครื่องยนต์เบนซิน (2) พัฒนาระบบให้คำแนะนำด้วยออนโทโลยีสำหรับการซ่อมรถโฟร์กลิฟต์ประเภทเครื่องยนต์เบนซิน และ (3) ประเมินประสิทธิภาพของระบบให้คำแนะนำด้วยออนโทโลยีสำหรับการซ่อมรถโฟร์กลิฟต์ประเภทเครื่องยนต์เบนซิน ผู้วิจัยได้เริ่มดำเนินการเก็บข้อมูลปัญหาของรถโฟร์กลิฟต์จากช่างผู้เชี่ยวชาญ จำนวน 3 คน และจากเอกสารการซ่อมบำรุงรถโฟร์กลิฟต์ จากนั้นทำการออกแบบฐานความรู้ออนโทโลยีแล้วพัฒนาระบบให้คำแนะนำ โดยใช้เฟรมเวิร์กการจัดการโปรแกรมประยุกต์ฐานความรู้ออนโทโลยีการประเมินประสิทธิภาพของระบบให้คำแนะนำฯ ด้วยตัววัด F-measure จากคำถามจำนวน 33 รายการ ส่วนการประเมินความพึงพอใจของผู้ใช้งาน วิเคราะห์ข้อมูลด้วยวิธีการแจกแจงค่าร้อยละค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน ผลการวิจัยพบวำ การประเมินประสิทธิภาพด้วยตัววัด ่ F-measure ได้ร้อยละ 98.99 โดยแยกในส่วนของค่าความแม่นยำเท่ากับร้อยละ 100 และค่าความระลึกเท่ากับร้อยละ 98 แสดงว่าประสิทธิภาพของระบบอยู่ในระดับที่ดีมาก และการรวบรวมความรู้จากผู้เชี่ยวชำญทำได้อย่างมีประสิทธิภาพ ส่วนการประเมินความพึงพอใจในการใช้ระบบให้คำแนะนำฯ ได้ค่าเฉลี่ยความพึงพอใจเท่ากับ 4.06 อยู่ในระดับมาก ส่วนค่าเบี่ยงเบนมาตรฐานเท่ากับ 0.52 แสดงว่าระบบให้คำแนะนำฯ เหมาะสำหรับช่างซ่อมบำรุงโรงงานนำไปใช้ในการซ่อมรถโฟร์กลิฟต์ประเภทเครื่องยนต์เบนซิน
The objectives of this research were (1) to create the knowledge-based with ontology for repairing the gasoline engine forklift trucks; (2) to develop an ontology-based recommendation system for repairing the gasoline engine forklift trucks, and (3) to evaluate the efficiency of the ontology-based recommendation system for repairing the gasoline engine forklift trucks. The problems of the gasoline engine forklift trucks have been collected from three experts and the maintenance documents. Later, an ontology database was designed and developed. Then, the ontology-based recommendation system has been developed using Ontology Application Management (OAM) framework. The performance evaluation of the ontology-based recommendation system has performed using F-measure from 33 questions. The user satisfaction was evaluated and analyzed using percentage distribution, average and standard deviation. The result of the performance evaluation with F-measure was 98.99 percent: the accuracy as 100 percent and the recall as 98 percent. This showed that the recommendation system was at a very good level and the knowledge collection from the experts has been done efficiently. Furthermore, the results of the user satisfaction were average as 4.06 at a high level and the standard deviation as 0.52. This showed that the recommendation system was suitable for the maintenance technicians in the factory to repair the gasoline engine forklift trucks.
The objectives of this research were (1) to create the knowledge-based with ontology for repairing the gasoline engine forklift trucks; (2) to develop an ontology-based recommendation system for repairing the gasoline engine forklift trucks, and (3) to evaluate the efficiency of the ontology-based recommendation system for repairing the gasoline engine forklift trucks. The problems of the gasoline engine forklift trucks have been collected from three experts and the maintenance documents. Later, an ontology database was designed and developed. Then, the ontology-based recommendation system has been developed using Ontology Application Management (OAM) framework. The performance evaluation of the ontology-based recommendation system has performed using F-measure from 33 questions. The user satisfaction was evaluated and analyzed using percentage distribution, average and standard deviation. The result of the performance evaluation with F-measure was 98.99 percent: the accuracy as 100 percent and the recall as 98 percent. This showed that the recommendation system was at a very good level and the knowledge collection from the experts has been done efficiently. Furthermore, the results of the user satisfaction were average as 4.06 at a high level and the standard deviation as 0.52. This showed that the recommendation system was suitable for the maintenance technicians in the factory to repair the gasoline engine forklift trucks.
Description
วิทยานิพนธ์ (วท.ม. (เทคโนโลยีสารสนเทศและการสื่อสาร))--มหาวิทยาลัยสุโขทัยธรรมาธิราช, 2561
Degree Name
วิทยาศาสตรมหาบัณฑิต
Degree Level
ปริญญาโท
Degree Discipline
วิทยาศาสตร์และเทคโนโลยี
Degree Grantor(s)
มหาวิทยาลัยสุโขทัยธรรมาธิราช
Collections
Endorsement
Review
Supplemented By
Referenced By
Creative Commons license
Except where otherwised noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)