Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/50175
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | อุทัย ตันละมัย | en_US |
dc.contributor.advisor | ประภาส จงสถิตย์วัฒนา | en_US |
dc.contributor.advisor | อัจฉรา จันทร์ฉาย | en_US |
dc.contributor.author | รังสรรค์ เกียรติ์ภานนท์ | en_US |
dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย | en_US |
dc.date.accessioned | 2016-12-01T08:01:34Z | |
dc.date.available | 2016-12-01T08:01:34Z | |
dc.date.issued | 2558 | en_US |
dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/50175 | |
dc.description | วิทยานิพนธ์ (วท.ด.)--จุฬาลงกรณ์มหาวิทยาลัย, 2558 | en_US |
dc.description.abstract | ภัยพิบัติทางธรรมชาติสร้างความเสียหายอย่างมหาศาลต่อมนุษยชาติทั่วโลก นานาประเทศจึงมีเป้าหมายร่วมกันในการที่จะลดความสูญเสียดังกล่าวให้น้อยที่สุด แนวคิดการจัดการภัยพิบัติแบบดั้งเดิมซึ่งเน้นการรวมศูนย์ข้อมูลและการสั่งการ ทำให้เกิดปัญหาคอขวดด้านการจัดการจน ไม่สามารถจัดการภัยพิบัติได้อย่างมีประสิทธิภาพในหลายกรณี โดยเฉพาะภัยขนาดใหญ่ ระดับการพัฒนาของเทคโนโลยีในปัจจุบันซึ่งเอื้ออำนวยให้ประชาชนทั่วไปสามารถทำหน้าที่เป็นผู้รายงานข้อมูลในเหตุการณ์ภัยพิบัติได้ จึงกลายเป็นทั้งโอกาส และความท้าทายในการคัดเลือกเฉพาะข้อมูลที่มีประโยชน์จากภูเขาข้อมูลที่ทุกคนสามารถรายงานได้อย่างอิสระ งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษากระบวนการนวัตกรรมเพื่อการจัดการข้อมูลจากมวลชนในช่วงเวลาภัยพิบัติ โดยข้อมูลที่ใช้ในการศึกษาเป็นข้อมูลจริงจากระบบทวิตเตอร์ในช่วงเหตุการณ์น้ำท่วมปีพ.ศ.2554 โดยการสังเคราะห์กระบวนการนวัตกรรมเริ่มจากการศึกษากระบวนการในการจัดการภัยพิบัติปัจจุบัน การวิเคราะห์ลักษณะและแบบแผนของข้อมูล การกำหนดหมวดหมู่ของข้อความที่เหมาะสม การทดลองสร้าง Machine Learning Classifier โดยเปรียบเทียบประสิทธิภาพของ Algorithm ที่แตกต่างกันถึง 4 อัลกอริทึม โดยผลการศึกษาพบว่า SVM Algorithm ให้ผลลัพธ์ในการจัดหมวดหมู่ได้ดีที่สุดโดยให้ค่าความแม่นยำเฉลี่ยสูงถึง 74% และเมื่อเพิ่มการหาพิกัดตำแหน่งของข้อมูลเพื่อระบุพิกัดตำแหน่งของข้อมูลลงบนแผนที่แสดงผลบนระบบเปิดซอสโค้ด Ushahidi ทำให้ได้เป็นระบบต้นแบบที่ได้รับการยอมรับจากองค์กรจัดการภัยพิบัติชั้นนำของประเทศ ทั้งในระดับบริหาร และในระดับปฏิบัติการ และมีศักยภาพเชิงพาณิชย์ในการพัฒนาต่อยอด | en_US |
dc.description.abstractalternative | Natural disasters cause enormous damage to countries all over the world. As a branch of risk management, traditional disaster management focused on reducing either likelihood or consequence of disaster by centralizing both information and decision at the command center. However, this architecture caused a bottleneck proved inefficient in many major disaster events. Current technological state that enables people to act as real-time information sources raise both opportunities and challenges regarding how to extract the valuable information from a gigantic data pool in the shortest possible time so that the information is still useful and actionable. The objective of this research is to identify an actionable-data-extraction process to deal with the challenges. Twitter was selected as a test case because messages posted on Twitter are publicly available. The information classifications extracted from the collected tweets were first performed manually, and then they were used to train 4 different machine learning algorithms. The study results show that the support vector machine (SVM) algorithm is the best classifier with over 74% accuracy. Moreover, an executable pilot system was developed to visualize the process based on an open-sourced system named 'Ushahidi'. Positive feedback from both leaders and officers confirm technology acceptance from practitioners and also enable feasibility to commercialize the process. | en_US |
dc.language.iso | th | en_US |
dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.relation.uri | http://doi.org/10.14457/CU.the.2015.929 | - |
dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.subject | ระบบเตือนภัยธรรมชาติ | |
dc.subject | ภัยธรรมชาติ -- ระบบสื่อสาร | |
dc.subject | Natural disaster warning systems | |
dc.subject | Natural disasters -- Communication systems | |
dc.title | นวัตกรรมกระบวนการจัดการข้อมูลจากการรายงานของมวลชนในช่วงเวลาการเผชิญภัยพิบัติ | en_US |
dc.title.alternative | An innovative process for managing crowdsourced information during disaster response | en_US |
dc.type | Thesis | en_US |
dc.degree.name | วิทยาศาสตรดุษฎีบัณฑิต | en_US |
dc.degree.level | ปริญญาเอก | en_US |
dc.degree.discipline | ธุรกิจเทคโนโลยีและการจัดการนวัตกรรม | en_US |
dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.email.advisor | Uthai.T@Chula.ac.th,Uthai@acc.chula.ac.th | en_US |
dc.email.advisor | Prabhas.C@Chula.ac.th | en_US |
dc.email.advisor | achandrachai@gmail.com | en_US |
dc.identifier.DOI | 10.14457/CU.the.2015.929 | - |
Appears in Collections: | Grad - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
5387803720.pdf | 4.02 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.