ธุรกิจอัจฉริยะและการวิเคราะห์ข้อมูลขนาดใหญ่
Loading...
Date
2025
ISBN
Journal Title
Journal ISSN
Volume Title
Resource Type
Book
Publisher
มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก
Journal Title
ธุรกิจอัจฉริยะและการวิเคราะห์ข้อมูลขนาดใหญ่
Authors
Recommended by
Abstract
Description
ตำราวิชาธุรกิจอัจฉริยะและการวิเคราะห์ข้อมูลขนาดใหญ่ (Business Intelligence and Big Data Analytics) นี้ได้แบ่งเนื้อหาเป็น 12 บท รายวิชานี้มุ่งเน้นให้ผู้เรียนมีความรู้ความสามารถด้านการ
วิเคราะห์และนำเสนอข้อมูลด้วยกราฟเพื่อสนับสนุนการทำธุรกิจในยุคดิจิทัล เนื้อหา
บทที่ 1 ความหมายและหลักการทำงานของธุรกิจอัจฉริยะ เครื่องมือในการสร้างและแหล่งข้อมูลสำหรับวิเคราะห์ข้อมูลธุรกิจอัจฉริยะ กราฟที่เหมาะสมกับการแสดงข้อมูลแต่ละประเภท ตัวอย่างงานวิจัยการประยุกต์ใช้ Google Chart API
บทที่ 2 การหา Insights น่าสนใจจากข้อมูลด้วย Pivot Table ใน Google Sheet และการวิเคราะห์ RFM โครงสร้างชุดข้อมูลธุรกิจขายสินค้าออนไลน์ วิเคราะห์จัดกลุ่มข้อมูลพฤติกรรมของผู้บริโภคด้วยหลักการ RFM ตัวอย่างงานวิจัยการพัฒนาระบบธุรกิจอัจฉริยะจัดโปรโมชันส่งเสริมการตลาด
บทที่ 3 การใช้ Looker Studio สร้าง Dashboard แสดงข้อมูลทางสถิติของธุรกิจการสร้าง Interactive Dashboard แสดงข้อมูลทางผลประกอบการของธุรกิจ
บทที่ 4 การใช้ Power BI สร้าง Dashboard แสดงข้อมูลผลการดำเนินงานธุรกิจ การสร้างกราฟเส้นพยากรณ์ยอดขายสินค้าในอนาคต เทคนิค Time Series การสร้างกราฟจุดจัดกลุ่มข้อมูลสินค้ายอดฮิต เทคนิค K-Means
บทที่ 5 การใช้ Tableau สร้าง Dashboard แสดงข้อมูลผลการดำเนินงานธุรกิจ
บทที่ 6 สถาปัตยกรรมของข้อมูลขนาดใหญ่ (Big Data) องค์ประกอบ วิวัฒนาการของข้อมูลขนาดใหญ่ วิธีสร้างแหล่งเก็บข้อมูลขนาดใหญ่ เครื่องมือ BigQuery
บทที่ 7 เหมืองข้อมูล (Data Mining) และคลังข้อมูล (Data Warehouse) การจัดหมวดหมู่ข้อมูล (Classification) การจัดกลุ่มข้อมูล (Clustering) การสร้างกฎความสัมพันธ์ข้อมูล (Association Rule) การพยากรณ์ข้อมูล (Forecasting)
บทที่ 8 การทำเหมืองข้อมูลด้วยโปรแกรม WEKA ด้วยโมเดล Classify อัลกอริทึม NaiveBayes อัลกอริทึม Decision Tree โมเดล Cluster อัลกอริทึม SimpleKMeans โมเดล Association อัลกอริทึม Appriori และโมเดล Forecast อัลกอริทึม Time Series
บทที่ 9 การทำเหมืองข้อมูลด้วยโปรแกรม RapidMiner Studio การวิเคราะห์ข้อมูลด้วยอัลกอริทึม DecisionTree LinearRegression NeuralNetwork NaiveBayes SupportVectorMachine FP-Growth KMeans และ Time Series การติดตั้ง Weka ใน RapidMiner Studio เพื่อวิเคราะห์ข้อมูลด้วย Appriori การวิเคราะห์เหมืองข้อความ (Text Mining) ด้วย Wordcloud
บทที่ 10 เครื่องมือMatplotlib และ Scikit-learn ภาษา Python
บทที่ 11 การพัฒนาเว็บธุรกิจอัจฉริยะด้วยเทมเพลต AdminLTE และงานวิจัยที่เกี่ยวกับการพัฒนาเว็บธุรกิจอัจฉริยะและการวิเคราะห์ข้อมูลขนาดใหญ่ที่ได้จาก Sensor IOT รวบรวมข้อมูลสภาพอากาศเพื่อสนับสนุนธุรกิจเกษตรสมุนไพรโมเดลสวนไผ่ไฮเทคระบบสนับสนุนการผลิตสินค้าเครื่องสำอางสมุนไพรสวนไผ่ไฮเทค
บทที่ 12 การวิเคราะห์ข้อมูลจากแหล่งข้อมูลภายนอก การใช้ตลาดนำการผลิต Google Trend, Google Analytics, Facebook Fanpage Insights, Youtube Studio, Tiktok Social Analytics & Listening, Blogger Analytics