การประเมินการจัดสรรโทเคนสำหรับการประมูลวิชาด้วยการเรียนรู้ของเครื่อง

ชนบดี จุฑามณี

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