ธุรกิจอัจฉริยะและการวิเคราะห์ข้อมูลขนาดใหญ่
| dc.contributor.author | มณีรัตน์ ภารนันท์ | |
| dc.date.accessioned | 2025-05-16T06:08:17Z | |
| dc.date.available | 2025-05-16T06:08:17Z | |
| dc.date.issued | 2025 | |
| dc.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 | |
| dc.identifier.uri | https://repository.dusit.ac.th/handle/123456789/6757 | |
| dc.language.iso | th | |
| dc.publisher | มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก | |
| dc.subject | ธุรกิจอัจฉริยะ | |
| dc.subject | การวิเคราะห์ข้อมูลขนาดใหญ่ | |
| dc.subject | Business Intelligence | |
| dc.subject | Big Data Analytics | |
| dc.subject | Big Data | |
| dc.subject | การวิเคราะห์ข้อมูล | |
| dc.subject | คลังข้อมูล | |
| dc.title | ธุรกิจอัจฉริยะและการวิเคราะห์ข้อมูลขนาดใหญ่ | |
| dc.title.alternative | Business Intelligence and Big Data Analytics | |
| dc.type | Book | |
| mods.location.url | https://drive.google.com/file/d/16QYo70nfXed3eaC_SiGwwMA1NO64BtEf/view |
