การพัฒนาระบบแนะนำหนังสือที่เกี่ยวข้องกับการสืบค้นสารนิเทศห้องสมุดโดยใช้เทคนิคอะไพออริอัลกอริทึม
The objective of this independent study was developed the book recommendation for library information using apriori algorithm. Association rule was a type of data mining using apriori algorithm for creating association rules of keywords of books in Faculty of Science Library. The system could recomm...
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Independent Study |
| Published: |
เชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่
2020
|
| Online Access: | http://cmuir.cmu.ac.th/jspui/handle/6653943832/69042 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Chiang Mai University |
| id |
th-cmuir.6653943832-69042 |
|---|---|
| record_format |
dspace |
| spelling |
th-cmuir.6653943832-690422020-07-23T06:08:55Z การพัฒนาระบบแนะนำหนังสือที่เกี่ยวข้องกับการสืบค้นสารนิเทศห้องสมุดโดยใช้เทคนิคอะไพออริอัลกอริทึม Development of Book Recommendation for Library Information Using Apriori Algorithm สุทธิพงศ์ มณีรัตน์ ผู้ช่วยศาสตราจารย์ ดร.รัฐสิทธิ์ สุขะหุต The objective of this independent study was developed the book recommendation for library information using apriori algorithm. Association rule was a type of data mining using apriori algorithm for creating association rules of keywords of books in Faculty of Science Library. The system could recommended keywords of books that relate to keywords of books searched by users. For this study, the researcher found the association rules of keywords of books in computer and technology field using apriori algorithm and could develop the book recommendation for library information. The results show that Faculty of Science Library has more potential services to the users. 2020-07-23T06:08:55Z 2020-07-23T06:08:55Z 2015-07 Independent Study (IS) http://cmuir.cmu.ac.th/jspui/handle/6653943832/69042 เชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่ |
| institution |
Chiang Mai University |
| building |
Chiang Mai University Library |
| continent |
Asia |
| country |
Thailand Thailand |
| content_provider |
Chiang Mai University Library |
| collection |
CMU Intellectual Repository |
| description |
The objective of this independent study was developed the book recommendation for library information using apriori algorithm. Association rule was a type of data mining using apriori algorithm for creating association rules of keywords of books in Faculty of Science Library. The system could recommended keywords of books that relate to keywords of books searched by users. For this study, the researcher found the association rules of keywords of books in computer and technology field using apriori algorithm and could develop the book recommendation for library information. The results show that Faculty of Science Library has more potential services to the users. |
| author2 |
ผู้ช่วยศาสตราจารย์ ดร.รัฐสิทธิ์ สุขะหุต |
| author_facet |
ผู้ช่วยศาสตราจารย์ ดร.รัฐสิทธิ์ สุขะหุต สุทธิพงศ์ มณีรัตน์ |
| format |
Independent Study |
| author |
สุทธิพงศ์ มณีรัตน์ |
| spellingShingle |
สุทธิพงศ์ มณีรัตน์ การพัฒนาระบบแนะนำหนังสือที่เกี่ยวข้องกับการสืบค้นสารนิเทศห้องสมุดโดยใช้เทคนิคอะไพออริอัลกอริทึม |
| author_sort |
สุทธิพงศ์ มณีรัตน์ |
| title |
การพัฒนาระบบแนะนำหนังสือที่เกี่ยวข้องกับการสืบค้นสารนิเทศห้องสมุดโดยใช้เทคนิคอะไพออริอัลกอริทึม |
| title_short |
การพัฒนาระบบแนะนำหนังสือที่เกี่ยวข้องกับการสืบค้นสารนิเทศห้องสมุดโดยใช้เทคนิคอะไพออริอัลกอริทึม |
| title_full |
การพัฒนาระบบแนะนำหนังสือที่เกี่ยวข้องกับการสืบค้นสารนิเทศห้องสมุดโดยใช้เทคนิคอะไพออริอัลกอริทึม |
| title_fullStr |
การพัฒนาระบบแนะนำหนังสือที่เกี่ยวข้องกับการสืบค้นสารนิเทศห้องสมุดโดยใช้เทคนิคอะไพออริอัลกอริทึม |
| title_full_unstemmed |
การพัฒนาระบบแนะนำหนังสือที่เกี่ยวข้องกับการสืบค้นสารนิเทศห้องสมุดโดยใช้เทคนิคอะไพออริอัลกอริทึม |
| title_sort |
การพัฒนาระบบแนะนำหนังสือที่เกี่ยวข้องกับการสืบค้นสารนิเทศห้องสมุดโดยใช้เทคนิคอะไพออริอัลกอริทึม |
| publisher |
เชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่ |
| publishDate |
2020 |
| url |
http://cmuir.cmu.ac.th/jspui/handle/6653943832/69042 |
| _version_ |
1681752586287316992 |