การประเมินการจัดสรรโทเคนสำหรับการประมูลวิชาด้วยการเรียนรู้ของเครื่อง

ชนบดี จุฑามณี

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/77234

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	ประภาส จงสถิตย์วัฒนา	-
dc.contributor.advisor	เกริก ภิรมย์โสภา	-
dc.contributor.author	ชนบดี จุฑามณี	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2021-09-22T23:36:57Z	-
dc.date.available	2021-09-22T23:36:57Z	-
dc.date.issued	2563	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/77234	-
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2563	-
dc.description.abstract	ทฤษฎีการประมูลเป็นหนึ่งในศาสตร์ที่แพร่หลายนิยมไปในหลากหลายอุตสาหกรรมและภาคส่วนต่าง ๆ ทั้งภาคเอกชน ภาครัฐบาล และภาคการศึกษา เพื่อการจัดการทรัพยากรที่มีอยู่อย่างจำกัดให้เกิดประสิทธิภาพสูงสุด ดังเช่นภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัยได้นำเอาทฤษฎีดังกล่าวมาบริหารจัดการปัญหาการลงทะเบียนของนิสิตนักศึกษา โดยใช้การประมูลทดแทนการวิธีการลงทะเบียนแบบเดิม นิสิตนักศึกษาจะได้เงินจำลองในปริมาณที่จำกัดจำนวนหนึ่งสำหรับใช้ตลอดการศึกษา ซึ่งหากใครมีความต้องการเรียนในรายวิชานั้นมากก็จำเป็นจะต้องใช้เงินจำลองจำนวนมากกว่าปกติเป็นต้น อย่างไรก็ตามหากใช้เงินจำลองไปในปริมาณมากเกินความจำเป็นอาจก่อให้เกิดความสูญเสียโอกาสในการประมูลรายวิชาที่สำคัญอื่น ๆ การวิจัยชิ้นนี้ จึงทดสอบการประเมินการจัดสรรโทเคนสำหรับการประมูลวิชาด้วยการเรียนรู้ของเครื่อง จำนวน 3 วิธี ได้แก่ ต้นไม้ตัดสินใจ แรนดอมฟอร์เรส และโครงข่ายประสาทเทียม เพื่อเป็นเครื่องมือในการกำหนดกลยุทธ์ หรือ วางแผนการเรียนให้เกิดประสิทธิภาพและเกิดประโยชน์ต่อผู้ใช้งานสูงสุด และผลการวิจัยพบว่า แรมดอมฟอร์เรสเป็นวิธีที่มีประสิทธิภาพมากที่สุดในการนำไปใช้ทำนายค่าโทเคนเพื่อนำไปใช้ในการประมูลวิชาต่อไป	-
dc.description.abstractalternative	Auction theory is spread to many industries as the private sector, government, and educational sector to manage resource efficiency. The computer engineering department, Chulalongkorn university, adopt the auction theory to allocate course seats to students instead of an old registration system. At the start, every student is given a limited token throughout the semester. Those who need any courses much more than another one then pay more, However paying overprice could be lost a chance to bid other necessary courses. This research explores token allocation for course bidding with three different machine learning methods, Decision Tree, Random Forest, Artificial Neural Network, for being a tool to plan a course registration strategy. The result shows that Random Forest is the best performance for predict token price for the course bidding system.	-
dc.language.iso	th	-
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	-
dc.relation.uri	http://doi.org/10.58837/CHULA.THE.2020.1028	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	-
dc.subject.classification	Engineering	-
dc.title	การประเมินการจัดสรรโทเคนสำหรับการประมูลวิชาด้วยการเรียนรู้ของเครื่อง	-
dc.title.alternative	Token allocation for courses bidding with machine learning method	-
dc.type	Thesis	-
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	-
dc.degree.level	ปริญญาโท	-
dc.degree.discipline	วิทยาศาสตร์คอมพิวเตอร์	-
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	-
dc.identifier.DOI	10.58837/CHULA.THE.2020.1028	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
6270047421.pdf		3.18 MB	Adobe PDF	View/Open

Show simple item record