Please use this identifier to cite or link to this item: http://cuir.car.chula.ac.th/handle/123456789/45413
Title: นวัตกรรมระบบติดตามผู้ต้องหาตามหมายจับ
Other Titles: THE INNOVATION OF ARREST WARRANT TRACKING SYSTEM
Authors: จิรภพ ภูริเดช
Advisors: พีระพนธ์ โสพัศสถิตย์
อัจฉรา จันทร์ฉาย
Other author: จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย
Advisor's Email: Peraphon.S@Chula.ac.th,Peraphon.S@Chula.ac.th
achandrachai@gmail.com
Subjects: การสืบสวน
ระบบค้นหาและติดตาม
เทคโนโลยีสารสนเทศ
ปัญญาประดิษฐ์
ทฤษฎีการตัดสินใจทางสถิติของเบส์
Investigations
Tracking (Engineering)
Information technology
Artificial intelligence
Bayesian statistical decision theory
Issue Date: 2557
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: งานวิจัยเรื่องนวัตกรรมระบบติดตามผู้ต้องหาตามหมายจับ มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่นาไปสู่ความสาเร็จในการติดตามผู้ต้องหาตามหมายจับ สร้างรูปแบบนวัตกรรมระบบติดตามผู้ต้องหาตามหมายจับ พัฒนาซอฟต์แวร์ต้นแบบตามรูปแบบนวัตกรรมการติดตามผู้ต้องหาตามหมายจับ และประยุกต์ใช้นวัตกรรมระบบติดตามผู้ต้องหาตามหมายจับเข้ากับการปฏิบัติหน้าที่ของเจ้าหน้าที่ตารวจฝ่ายสืบสวน การวิจัยนี้จะศึกษาปัจจัยที่นาไปสู่ความสาเร็จในการติดตามผู้ต้องหาตามหมายจับ โดยใช้ระเบียบวิธีวิจัยแบบผสม (Mixed Method) ด้วยการสัมภาษณ์เชิงลึก (In-depth Interview) ผู้เชี่ยวชาญด้านการสืบสวนที่ไม่ใช้เทคโนโลยี 10 ท่าน ผู้เชี่ยวชาญด้านการสืบสวนที่ใช้เทคโนโลยี 5 ท่าน เพื่อหาค่าน้าหนักที่จะนาไปพัฒนาแบบจาลอง จากนั้นใช้ข้อมูลทุติยภูมิ ที่ได้จากสถิติการจับกุมผู้ต้องหาตามหมายจับของกองกากับการสืบสวน กองบังคับการตารวจภูธรจังหวัดสมุทรปราการเป็นหน่วยงานนาร่อง เพื่อสร้างรูปแบบนวัตกรรมระบบติดตามผู้ต้องหาตามหมายจับต่อไป ผลการวิจัยพบว่า ปัจจัยที่นาไปสู่ความสาเร็จในการติดตามผู้ต้องหาตามหมายจับมีทั้งสิ้น 32 ประเภทที่เกี่ยวข้องกับพฤติกรรมการดารงชีวิตของผู้ต้องหาระหว่างหลบหนีการกระทาความผิดทั้งหมด จากการกรองเบื้องต้นเพื่อหาปัจจัยที่นามาสู่การพัฒนารูปแบบนวัตกรรมระบบติดตามผู้ต้องหาตามหมายจับคงเหลือ 12 ประเภท จากนั้นพัฒนาแบบจาลองระบบติดตามผู้ต้องหาตามหมายจับด้วยวิธีการเรียนรู้เบย์อย่างง่าย (Naïve Bayesian Learning) โดยอาศัยค่าน้าหนักของแต่ละปัจจัยข้างต้น ผลการทดสอบแบบจำลองพบว่าสามารถทำนายว่าจะพบผู้ต้องหาในจังหวัดที่จับกุมตัวได้ถูกต้องร้อยละ 77.78 และจะไม่พบตัวผู้ต้องหาในจังหวัดนั้นๆ ได้ถูกต้องร้อยละ 80.41 ข้อเสนอแนะการวิจัยผู้วิจัยเห็นว่าควรที่จะตรวจสอบและบันทึกข้อมูลการประมวลผลของระบบอย่างต่อเนื่องเพื่อนาไปสู่แนวทางการพัฒนาระบบในรูปแบบที่ดียิ่งขึ้น และควรที่จะผลักดันการเชื่อมโยงฐานข้อมูลที่เกี่ยวกับปัจจัยทั้ง 12 ประเภทกับฐานข้อมูลหมายจับของสานักงานตารวจแห่งชาติให้เกิดขึ้น เพื่อเพิ่มความแม่นยำของระบบกับสถานการณ์การจับกุมผู้ต้องหาที่ยังไม่สามารถจับกุมตัวได้ในสถานการณ์จริง
Other Abstract: The objectives of the innovation of arrest warrant tracking system are to expedite outstand arrest warrant, create an innovation of arrest warrant tracking system, develop software for such purposes, and apply the system to operation police investigation commission. The research utilizes mixed method to determine success factors of arrest warrant with the help of in-depth interview on 10 experts without technological support and 5 experts with technological support. In so doing, proper weights can be obtained to develop a representative model. The experiment will utilize secondary data from Investigation Section of Provincial Police Bureau, Samutrprakarn Province as the pilot site for model verification. Studies found that there were 32 success factors leading to arrest. All of which were relating to fugitive’s life style behavior. There were 12 success factors pertaining to system development. A system model was developed using Naïve Bayesian Learning technique using the above weight results. Experimental results show that 77.78% are correctly predicted to have the fugitives arrested in the precinct, and 80.41% correct prediction of unfound fugitives in the precinct. Future work should continuously investigate and record the outcome of prediction, thereby improving system operation. Effort should be expended to linking all the 12 development success factors with the central database of National Police Bureau. As such, outstanding arrest warrants can be expedited more effectively than current arrest situation is.
Description: วิทยานิพนธ์ (วท.ด.)--จุฬาลงกรณ์มหาวิทยาลัย, 2557
Degree Name: วิทยาศาสตรดุษฎีบัณฑิต
Degree Level: ปริญญาเอก
Degree Discipline: ธุรกิจเทคโนโลยีและการจัดการนวัตกรรม
URI: http://cuir.car.chula.ac.th/handle/123456789/45413
URI: http://doi.org/10.14457/CU.the.2014.907
metadata.dc.identifier.DOI: 10.14457/CU.the.2014.907
Type: Thesis
Appears in Collections:Grad - Theses

Files in This Item:
File Description SizeFormat 
5387841520.pdf4.96 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.